【人工智能 学习总结】第七章 数据挖掘（2）

7.3聚类

7.3.1概念

聚类分析的核心是聚类，聚类是一种无监督学习，实现的是将整个数据集分成不同的“簇”，在相关的文献中，也将之称为“对象”或“数据点”

聚类要求簇与簇之间的区别尽可能大，而簇内数据的差异尽可能小。与分类不同，不需要先给出数据的类别属性

7.3.2聚类分析的基本方法

（1）划分聚类的方法

给定一个数据集，将构建数据集的有限个划分，每个划分都是一个簇，且每一个划分应当满足如下两个条件：

①每个划分中至少包含一个样本

②每个样本只能属于一个簇

k-Means和k-Medoids就是典型的划分聚类算法

k-Means 算法是一种最常用的基于划分的聚类方法。其基本思想是：把数据集划分成k 个簇，每个簇内部的样本非常相似，但不同簇之间