划分方法聚类(四) 总结

  至此,划分方法的聚类算法已经讲得差不多了,其实只要把握住K-MEANS这条主线,抽丝剥缕,就可以将整个划分方法相关的聚类方法串联起来。

  为了串联方便,于是将前面的相关内容都浓缩到了这一个流程图上。

    K-MEANS缺点分别为:

  (1)只能发现球状簇

  (2)离群点的影响

  (3)K值的选择

  (4)初始中心点的选择

  (5)标称属性问题

  (6)局部收敛性

  对应的改进方法也对应如下,可以发现一个K-MEANS算法串联起来了这么多的算法。

梳理好这个表,划分层次的聚类算法已经差不多了。当然最好是动手实践一下。

  接下来就是层次聚类算法的相关内容,敬请期待。


  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值