聚类算法(二)、聚类算法的系统性比较

      聚类是试图将数据集中的样本划分为若干个不相交的子集。每个子集称为一个“簇”(cluster)。聚类既能作为一个单独的过程,也可以作为分类等其他学习任务的前驱任务、例如,在一些商业应用中,需要对新用户的类型进行判别,但是定义“用户l类型”对商家来说可不容易,此时,往往先对用户数据进行聚类,根据聚类结果将每个簇定义为一个类,然后再基于这些类训练分类模型,用于判别新用户的类型。

      网上有各种详细的总结,总结的非常好,但是太多。本文做个简单的总结                                                                                        

聚类算法的系统性比较  

聚类算法

思想

代表性算法及使用条件

优缺点  

1、基于层次

1、将每个数据看成一类,计算两两之间的距离;

2、将距离最小的两个类合并为新类;

3、重新计算新类与其他所有的类之间的距离;

4、重复2~3,直到所有的类合并为一类

适合小数量级的聚类;

改进的算法有:BIRCH、chaneleon(比 BIRCH 更好用)

优点:

1、可解释性好;

2、可以应用在 K-means 先去 K 值比较大的时候的最后合并阶段;能帮助解决k-means 不能解决的非凸数据

缺点:

1、时间复杂度高

2、贪心算法,一步错步步错

2、基于划分

基本思想:类内的点足够近、类间的点足够远

k-means 基本步骤:

1、随机选择 K 个点 ,当成 k 类

2、遍历所有的点,根据距离,将点归属到 k 个类别中

3、重新计算 k 个类中每一个类的中心点ÿ

  • 6
    点赞
  • 52
    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