读书笔记-《机器学习》第九章：聚类

• 在“无监督学习”中，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据内在性质及规律，为进一步的数据分析提供基础
• 聚类过程仅能自动形成簇结构，簇所对应的概念语义需由使用者来把握和命名
• 聚类既能作为一个单独过程，用于寻找数据内在的分布结构，也可作为分类等其他学习任务的前驱过程
• 聚类性能度量
  • 外部指标
    • Jaccard系数
    • FM指数
    • Rand指数
  • 内部指标
    • BD指数
    • Dunn指数
• 距离计算
  • 闵可夫斯基距离：有序属性
  • VDM距离：无序属性
• 原型聚类
  • K均值算法
  • 学习向量量化
  • 高斯混合聚类
• 密度聚类
  • DBSCAN
• 层次聚类
  • AGNES
• k均值算法可看作高斯混合聚类在混合成分方差相等，且每个样本仅指派给一个混合成分时的特例