本文深入探讨聚类分析，包括估计数据集的聚类趋势、确定合适的簇数方法如肘方法和信息论标准、评估聚类质量的内外在方法。此外，还介绍了模糊聚类的概念和SSE度量，以及离群值检测的各种策略，如基于统计和邻近性的方法。
机器学习（十）----聚类的扩展
这篇文章主要讲解以下知识点：
- 估计聚类趋势(判定数据集是否真的适合用做聚类)
- 簇数制定(数据集分成K类，K的确定)
- 评估聚类质量(聚类效果好不好)
- 模糊聚类
- 离群值检测(异常检测、孤立点检测)
估计聚类趋势（聚类工作第一步）
均匀分布以及随机分布的点集一般聚类是没有什么意义的，那如何评估？
霍普金斯统计量：空间统计量，检验空间随机性
相关解读（一般霍普金斯统计量越接近于0，证明数据集聚类有意义）
簇数制定
平时一般簇数制定都是根据分析师的经验来制定的，但是其实还是有一些办法的，比如：
- 经验判断，例如样本点数目为n，则取k=sqrt（n/2）
- 肘方法
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
