八 聚类分析：基本概念和算法1

8.1 概述

8.1.1 什么是聚类分析

聚类分析是根据在数据中发现的描述对象及其关系，将数据对象分组。
聚类分析目标是组内的对象互相之间是相似的，而不同组中的对象是不同的。
聚类与分类：聚类分析可以理解为非监督分类

8.1.2 不同的聚类类型

层次的与划分的：簇的集合是嵌套还是非嵌套
互斥的、重叠的与模糊的：模糊聚类中每一个对象相对于每个簇都有一个隶属权值
完全的与部分的：是否将每一个对象都必须归为某一簇

8.1.3 不同的簇类型

明显分离的
基于原型的：球形（k均值）
基于图的
基于密度：簇就是对象的稠密区，被低密度的区域环绕（凝聚的层次聚类，DBSCAN）
共同性质的

8.2 k均值

K均值用质心定义原型，质心是一组值的均值
K中心点使用中心点定义原型，中心点是一组点中最具代表性的点

8.2.1 基本K均值算法

1.指派点到最近的质心
邻近度来量化所考虑数据的最近概念
2.质心和目标函数
聚类目标通常用一个目标函数表示，该函数依赖于点之间，或点到簇的质心的邻近性
欧几里得空间中的数据：
误差平方和SS