3/11/2020 ![](https://i.imgur.com/GnAaHtp.jpg) ![](https://i.imgur.com/oHrdByv.jpg) lấy mẫu so khớp lấy mẫu và trượt so khớp lấy con mắt so vào mặt k có mắt suy ra Z=0 có mắt suy ra Z=const dot product: ![](https://i.imgur.com/URT9d9t.jpg) 10/11 clustering ![](https://i.imgur.com/28LoOnz.jpg) từ X trích xuất đặc trưng B tạo ra Z. ![](https://i.imgur.com/QUwtLGM.jpg) VD: m3 là trọng tâm của vùng C3 và là trung bình cộng của các thành viên trong vùng. Z1 của m3= (Z1 của a + của b + của c +.....+ của n)/n Z2,Z3,Zn tương tự Z1 ![](https://i.imgur.com/qrEievW.jpg) So sánh khoảng cách của Z đến các trọng tâm m. Z gần m nào nhất thuộc vùng trọng tâm đó. VD:Z2 gần m1 nhất => thuộc m1 or cluster 1. cách tính khoảng cách từ Z đến m. ![](https://i.imgur.com/JR1boXq.jpg) cách xác định trọng tâm ![](https://i.imgur.com/cliqqGs.jpg) 17/11 BÀI 10. PHÂN LOẠI ------ CLASSIFICATION Phân loại by kNN 1.tính khoảng cách từ điểm chưa biết đến các điểm đã biết. 2.lấy nhóm k điểm gần nhất so với điểm chưa biết. 3.xem xét các nhãn trong nhóm k xem nhãn nào nhiều hơn thì gán x vào nhãn đó. cách chuyển dis thành xác suất or niềm tin ( normalization ) lấy từng khoảng cách chia cho tổng các khoảng cách 24/11 Deep learning ôn dot product, clustering, tích chập