BIRCH算法是一种迭代归约和层次聚类方法，通过建立聚类特征树（CF树）来节省存储空间和减少IO操作。核心概念是聚类特征CF，由数据点个数N、线性总和LS和方差总和SS组成。算法流程包括数据点的逐个添加和CF树的分裂。优点在于节省空间、速度快，但缺点是结果受数据插入顺序影响，对非球状簇和高维数据聚类效果不佳。
概念
BIRCH算法的全称是Balanced Iterative Reducing and Clustering Using Hierarchies，即利用层次方法的迭代归约和聚类。它的主要思想是建立一棵B树，原始数据存放在叶子节点中，并根据聚类个数和其它参数的设置放在不同的叶子节点中。
聚类特征CF
聚类特征CF是BIRCH算法最核心的概念，它是多个数据点的结合表示，是一个三元组 (N,LS,SS) ，其中 N 代表数据点的个数，
比如有3个点 (1,2,3)，(4,5,6)，(7,8,9) ，那么
⎧⎩⎨⎪⎪⎪⎪⎪⎪N=3LS→=(1+4+7,2+5+8,3+6+9)=(12,15,18)SS→=(1+16+49,4+25+64,9+36
最低0.47元/天 解锁文章
扫一扫
8397
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
