4.8聚类

聚类

---

1.表示聚类结果的方法

1.一个实例可以落入一个组
2.一个实例可以落入多个组
3.一个实例可以部分分到其他组（概率）

2.基于距离

1.代表
K-means

2.k-means改进
动机一：速度慢

• 将数据集投影，按照选定的轴进行分裂，来取代由选择最近的聚类中心所意味着使用的任意超平面分裂法。该方法会由于降维破坏数据

• Kd树/球树（有效）
  Q:做法
  A：
  创建一个kd树/球树，在聚类过程中保持不变。
  每一次K均值迭代过程中产生一组聚类中心，所有数据点分配到最近的聚类中心
  从树向下寻找叶节点，分别检查叶节点上的每一个点，从而寻找聚类中心。如果较高位置的内部结 点 的区域完全落入了某个单独的聚类中心范围内，聚类计算总值得到更新。否则，向下搜索。

Q：如何获得中心？
A：跟K-means一样