DM Hw6

1

a

---

b

一个点不来自某个特定簇的概率是 $1-\frac{1}{K}$
对所有 $2K$ 个点都不来自该簇的概率是 $(1-\frac{1}{K}{)}^{2K}$
则 至少一个点来自该簇的概率为 $1-(1-\frac{1}{K}{)}^{2K}$
所以最终样本至少包含来自每个簇的一个点的概率是 $(1-(1-\frac{1}{K}{)}^{2K}{)}^K$

$K=10$ 时，$p=0.27$
$K=100$ 时，$p=5.66e-07$
$K=1000$ 时，$p=8.24e-64$

---

2

a

基于中心：2个簇，长方形区域会对半分。
基于邻近性：1个簇，因为有噪声
基于密度：2个簇，是2个圆形区域，噪声不会造成影响

---

b

基于中心：1个簇，包括了所有环
基于邻近性：2个簇，是2个环形区域
基于密度：2个簇，是2个环形区域

---

c

基于中心：3个簇，是3个三角形区域
基于邻近性：1个簇，三个三角形有交点因此会被合并
基于密度：3个簇，虽然它们有交点，但交点处密度低

---

d

基于中心：2个簇，左右各一个
基于邻近性：5个簇，每条线是一个簇
基于密度：2个簇

---

3

a

有无限种划分方法，任意一条直径即可
两个质心在该直径的垂直平分线上
是全局最小

---

b

从真实点作为初始质心开始，因为两个圆的边之间的距离略大于圆的半径，所以：将两个圆划分开，再用直径分割其中一个圆。
有无限种方法
两个半圆的质心同上一问，另一个是完整圆的中心
是全局最小

---

c

在初始质心是实际数据点的现实情况下，三个框显示了将导致的三个簇。

---

d

具体见图
在第一种情况下，这两个簇是局部最小。
在第二种情况下，这两个簇是全局最小。

---

e

具体见图，两个顶部簇被包含在两个框内，而第三个簇被三角形和矩形定义的区域包含。（图中较小的两个簇应为对称的。）我认为第二个解决方案——由一名学生提出——也是可能的，尽管它是一个局部最小值，在这种点的配置下可能很少见。注意，虽然从较大圆中切出的两个扇形被显示为相交于一点，但不一定是这种情况——这取决于圆的确切位置和大小。两个扇形切口之间可能存在一个间隙，由第三个（较大）簇填充。（想象小圆在相对两侧。）或者两个扇形切口之间的边界实际上可以是线段。

---

4

单链：

全链：

---

5

簇	熵	纯度
#1	0.20	0.98
#2	1.84	0.53
#3	1.70	0.49
合计	1.44	0.61

---

6

相似度矩阵： $x=<0.8,0.65,0.55,0.7,0.6,0.3>$
理想的相似度矩阵： $y=<1,0,0,0,0,1>$

方差：
${\sigma }_x=0.1703$
${\sigma }_y=0.5164$

$cov(x,y)=-0.2$

$corr(x,y)=\frac{cov(x,y)}{{\sigma }_x{\sigma }_y}=-0.227$

---

7

• 簇1 {p1,p2,p3,p4,p5,p6,p7,p8}
  • 类 $A$
    $R(A,1)=\frac{3}{3}=1$
    $P(A,1)=\frac{3}{8}=0.375$
    $F(A,1)=2\times 1\times \frac{0.375}{1+0.375}=0.55$
  • 类 $B$
    $R(B,1)=\frac{5}{5}=1$
    $P(B,1)=\frac{5}{8}=0.625$
    $F(B,1)=2\times 1\times \frac{0.625}{1+0.625}=0.77$

---

• 簇2 {p1,p2,p4,p5}
  • 类 $A$
    $R(A,2)=\frac{2}{3}$
    $P(A,2)=\frac{2}{4}$
    $F(A,2)=0.57$
  • 类 $B$
    $R(B,2)=\frac{2}{5}$
    $P(B,2)=\frac{2}{4}$
    $F(B,2)=0.44$

---

• 簇3 {p3,p6,p7,p8}
  • 类 $A$
    $R(A,3)=\frac{1}{3}$
    $P(A,3)=\frac{1}{4}$
    $F(A,3)=0.29$
  • 类 $B$
    $R(B,3)=\frac{3}{5}$
    $P(B,3)=\frac{3}{4}$
    $F(B,3)=0.67$

---

• 簇4 {p1,p2}
  • 类 $A$
    $R(A,4)=\frac{2}{3}$
    $P(A,4)=\frac{2}{2}$
    $F(A,4)=0.8$
  • 类 $B$
    $R(B,4)=\frac{0}{5}$
    $P(B,4)=\frac{0}{2}$
    $F(B,4)=0$

---

• 簇5 {p4,p5}
  • 类 $A$
    $R(A,5)=0$
    $P(A,5)=0$
    $F(A,5)=0$
  • 类 $B$
    $R(B,5)=\frac{2}{5}$
    $P(B,5)=\frac{2}{2}$
    $F(B,5)=0.57$

---

• 簇6 {p3,p6}
  • 类 $A$
    $R(A,6)=\frac{1}{3}$
    $P(A,6)=\frac{1}{2}$
    $F(A,6)=0.4$
  • 类 $B$
    $R(B,6)=\frac{1}{5}$
    $P(B,6)=\frac{1}{2}$
    $F(B,6)=0.29$

---

• 簇7 {p7,p8}
  • 类 $A$
    $R(A,7)=0$
    $P(A,7)=0$
    $F(A,7)=0$
  • 类 $B$
    $R(B,7)=\frac{2}{5}$
    $P(B,7)=\frac{2}{2}$
    $F(B,7)=0.57$

---

所以，
对类$A$：$F(A)=maxF(A,i)=0.8$
对类$B$：$F(B)=maxF(B,i)=0.77$

$F=\frac{3}{8}\times F(A)+\frac{5}{8}\times F(B)=0.78$

---

8

$1\to D$
$2\to C$
$3\to A$
$4\to B$

---

9

SNN相似度：

点	1	2	3	4
1	2	0	0	1
2	0	2	1	0
3	0	1	2	0
4	1	0	0	2

---