前言
本篇博客将详解聚类的基础内容,为之后的几种聚类算法做铺垫。
本文中图片来自自己的PPT或者百度百科,没有剽窃,没有剽窃,没有剽窃!
聚类任务
聚类属于无监督学习。再无监督学习中,训练样本是没有标记的,目标通过对训练样本的学习来揭示数据的内在规律,性质,为进一步的数据分析提供基础,而聚类是其中研究最多,引用最广的。
聚类的任务:聚类试图将数据集中的样本,划分为若干个(通常是)不相交的子集,而这每个子集称之为簇,通过这样的划分之后,每个子集可能会对应一个潜在的概念,或者说对应一个类。这些概念聚类算法是不知道的,需要使用者对其进行命名。
从集合的角度来看,我们可以直观的看图:
将一个集合D(样本空间包含m个样本)划分为N个(通常)不相交的子集,每个子集中包含了若干个样本,而每个样本有自己的簇标记,聚类的结果最终可用一个包含了m个元素的簇标记向量来表示,如下: