guan的博客

简介图论聚类方法最早是由Zahn提出的，又称作最大（小）支撑聚类算法。图论聚类要建立与问题相适应的图，图的节点对应于被分析数据的最小单元，图的边或者是弧对应于最小数据之间的相似性度量。因此，每个最小处理单元之间都会有一个度量的表达，这就确保数据局部特性比较易于处理。图论聚类法是以样本数据的局域链接特征作为聚类的主要信息源，因而其优点是易于处理局部数据的特性。图论聚类思想   图论分析中，把待分类的...

简介     硬C-均值（HCM）是一种典型的无监督学习算法，主要将相似的样本自动的归为一类，事先确定好常数K，常数K意味着最终聚类的类别个数。通过计算每个样本到质心之间的相似度，将样本归到相似的类中。在分类过程中每次都要计算所有样本到质心的距离，在大规模数据上，该算法的收敛速度比较慢。思想硬聚类分析的目标如下所示：式子中，dik表示第i类中的样本xk与第i类样本之间的失真度，经常用两个矢量间的距...

atan2(a,b)是4象限反正切，它的取值不仅取决于正切值a/b，还取决于点 (b, a) 落入哪个象限：    当点(b, a) 落入第一象限时，atan2(a,b)的范围是 0 ~ pi/2; 　当点(b, a) 落入第二象限时，atan2(a,b)的范围是 pi/2 ~ pi;    当点(b, a) 落入第三象限时，atan2(a,b)的范围是 －pi～－pi/...