Birch

目录

什么是BIRCH？

聚类特征CF：

CF Tree的生成：

BIRCH优点：

BIRCH缺点：

---

先贴出我借鉴的博客

1. https://www.cnblogs.com/pinard/p/6179132.html
2. https://blog.csdn.net/congnaahahei/article/details/78881128

---

什么是BIRCH？

       BIRCH的全称是利用层次方法的平衡迭代规约和聚类（Balanced Iterative Reducing and Clustering Using Hierarchies），这个聚类算法只需要单遍扫描数据集就能进行聚类，BIRCH利用了一个树结构来帮助我们快速的聚类，这个树结构类似于平衡B+树，一般将它称之为聚类特征树(Clustering Feature Tree，简称CF Tree)，这颗树的每一个节点是由若干个聚类特征(Clustering Feature，简称CF)组成。CF树的结构是：每个节点包括叶子节点都有若干个CF，而内部节点的CF有指向孩子节点的指针，所有的叶子节点用一个双向链表链接起来。(如下图)

                        

---

聚类特征CF：

       每一个CF是一个三元组，可以用（N，LS，SS）表示。其中N代表了这个CF中拥有的样本点的数量；LS代表了这个CF中拥有的样本点各特征维度的和向量，SS代表了这个CF中拥有的样本点各特征维度的平方和。

       举例： 

                                  

在这个结点中共有5个样本（N=5），每个样本的对应x坐标相加为LS(x)=3+2+4+4+3=16， y坐标相加为LS(y)=4+6+5+7+8&