人工智能|机器学习——Canopy聚类算法（密度聚类）

1.简介

Canopy聚类算法是一个将对象分组到类的简单、快速、精确地方法。每个对象用多维特征空间里的一个点来表示。这个算法使用一个快速近似距离度量和两个距离阈值T1 > T2 处理。

Canopy聚类很少单独使用， 一般是作为k-means前不知道要指定k为何值的时候，用Canopy聚类来判断k的取值

2.算法步骤

输入：所有点的集合D， 超参数：T1 , T2 , 且 T1 > T2 

输出：聚类好的集合

注意

• 当T1过大时，会使许多点属于多个Canopy，可能会造成各个簇的中心点间距离较近，各簇间区别不明显；
• 当T2过大时，增加强标记数据点的数量，会减少簇个个数；
• T2过小，会增加簇的个数，同时增加计算时间；

一幅图说明算法：

内圈的一定属于该类， 外圈的一定不属于该类，