机器学习课程笔记---聚类

应用

评价指标


距离

k-means算法

前提要选取k个点

重心点不变了就可以。

存在的问题

1、初始点
2、k，从1开始试，慢慢增加，看趋势

聚类之前需要做的事
！！！一定要归一化，不同维度的值统一到一个范围中。

以及均值中心化。

2、k-means++

这里的概率就是用轮盘赌算法

对于数值型的，可以算距离；对于离散的属性，怎么算距离？

K-prototype

为了防止分类距离对整体距离的影响

还与分类属性的取值频度也有关系，比如某个属性上样本之间取值都一样，但是并不代表没有距离。

快速峰值密度搜索聚类

假设

每个点画个圈，数点表示密度；
离另一个密度大的点的距离
B图是决策图
聚类中心点自动剔除，以及删除异常点。

快，体现在只算一次。