一些小算法

1. K-means Clustering Algorithm

• 定义总共有K个类/簇（cluster）
• 随机生成k个簇中心（cluster centers）
• 让每个数据点与其最近的簇中心连接，将连接到同一簇中心的数据点聚为同一簇
• 计算每一个簇的所有关联点的中心点（取数据点坐标的平均值），作为新的簇心
• 不停重复，直到簇中心不再发生变化

2. DBSCAN聚类

• 选择一个恰当的邻域范围，对每一个点遍历。如果该点的邻域内其他数据点超过MinPts，则该点称为核心点，核心点邻域内的其他点称为边界点。既不是核心点，也不是边界点，则是噪声点。
• 将距离不超过邻域半径的核心点及其所属的边界点聚成同一簇。

3. 层次聚类之最近邻算法

最近邻算法（Nearest Neighbor Algorithm）是一种从下至上的聚类方法。把两个最近的点合并为一类，然后不停的合并新的类。

方法：

• 开始时就有n个节点（n是样本容量），即n个类。
• 合并两个最相似（例如distance）的节点聚为一类。
• 求这一类与其他所有类的distance（方法有都找两个类中最近的点、或都找两个类中最远的点），排序找到与该类最小distance的节点，将此节点融入到该类中。
• 不停地重复直到达到想要的簇的数量

4. 朴素贝叶斯分类法

贝叶斯公式需要大量的关于不同事件间概率知识，需要很大的计算成本。

朴素贝叶斯分类法：假设每一个属性都是相互独立的，那么 $P(X|C)={\prod }_{k=1}^{n}P(x_k|C)$

理解：P（发烧且嗜睡|得了流感）=P（发烧|得了流感）X P（嗜睡|得了流感）X P（得了流感）