《数据挖掘概念与技术》学习笔记第8章(8/10)聚类分析
聚类分析
聚类分析是一种无指导的学习。对于聚类分析的好坏程度的判断标准是:可伸缩性、处理不同类型属性的能力、发现任意形状的聚类,用于决定输入参数的领域知识最小化、处理噪声数据的能力、对于数据记录的顺序不敏感、高维性、基于约束的聚类、可解释性和可用性。
数据矩阵
二模矩阵(tow-mode)
相异度矩阵
单模矩阵(one-mode)
数据标准化:
距离度量
欧几里德距离
曼哈坦距离
明考斯基距离
加权的欧几里得距离
二元变量的相异度
简单匹配系数
Jaccard系数
标称型变量的相异度
序数型变量的相异度
混合型变量的相异度
主要聚类方法
划分方法
k-平均,k-中心点
EM,PAM,CLARA,CLARANS
层次方法
凝聚型,分裂性: BIRCH,AGNES,DIANA,CURE,Chameleon
基于密度的方法
DBSCAN,OPTICS,DENCLUE,
基于网格的方法
STING,WaveCluster,Clique,
基于模型的聚类方法
统计学方法(COBWEB),神经网络,
孤立点分析