机器学习 - 聚类 基于网格的聚类算法（学习笔记）

Grid-based methods：其原理是将数据空间划分为网格单元，将数据对象映射到网格单元中，并计算每个单元的密度。根据预设阈值来判断每个网格单元是不是高密度单元，由邻近的稠密单元组成“类”。

1.将数据空间划分为网格单元
2.依照设置的阈值，判定网格单元是否稠密
3.合并相邻稠密的网格单元为一类 

优点：执行效率高，因为其速度与数据对象的个数无关，而只依赖于数据空间中每个维上单元的个数。

缺点：对参数敏感、无法处理不规则分布的数据、维数灾难等。

鉴于基于划分和层次聚类方法都无法发现非凸面形状的簇，真正能有效发现任意形状簇的算法是基于密度的算法，但基于密度的算法一般时间复杂度较高，1996年到2000年间，研究数据挖掘的学者们提出了大量基于网格的聚类算法，网格方法可以有效减少算法的计算复杂度，且同样对密度参数敏感。

典型算法：

STING（Statistical Information Grid ）：基于网格多分辨率，将空间划分为方形单元，对应不同分辨率

CLIQUE（Clustering In Quest）：结合网格和密度聚类的思想，子空间聚类处理大规模高维度数据

WaveCl