聚类(无监督分类)
聚类算法
- K-Means:利用欧氏距离来判别数据之间的相似度,不断迭代,直至所有点离聚类中心的距离之和最近。优点:简单直观、高效;缺点:K值需要人为设定、初始点位置关键、对噪声敏感、不适合多分类问题。
- 混合高斯模型:EM算法有点:必然收 敛;缺点:依赖初始值。
评价算法
- 均方误差(优点:简单直观;缺点:聚类集数量之间差别很大或不是线性分类时,并不准确)
- Sihouette(轮廓系数):类间距离与类内距离的相对大小,如果类间距离 > 类内距离,则说明聚类结果好,反之则不好。