CURE层次聚类

思路

1 最开始，每个对象就是一个独立的类
2 为了处理大数据，采用“随机抽样”（降低数据量，提高效率）和“分割手段”（样本分割成几部分，然后针对每部分局部聚类，形成子类，再对子类聚类形成新的类）。
3 传统算法通常采用一个对象来代表类，cure采用“多个中心”代表类
4 对噪声点的处理：
（1）聚类过程中增长缓慢（我认为是类内个数增加速度慢）的直接剔除
（2）聚类快结束的时候，把类内个数明显少的类剔除

和AGNES算法的区别

取消了使用所有点或用中心点+距离来表示一个类，而是从每个类中抽取固定数量、分布较好的点作为此类的代表点，并将这些代表点(一般10个)乘以一个适当的收缩因子(一般设置0.2~0.7之间)，使它们更加靠近类中心点。代表点的收缩特性可以调整模型可以匹配那些非球形的场景，而且收缩因子的使用可以减少噪音对聚类的影响。

代表点 不是原来的点，而是那些需要重新计算的点。

公式

例题详解