目标: 理解什么是聚类 , 有多少种聚类方法 ,聚类方法中有什么经典的方法 。重点掌握 层次聚类,并且能够总结出几种经典层次聚类方法来讲。
10.1聚类分析(原书P288)
- 概念:把数据对象划分成子集的过程
是统计学分支,主要集中在基于距离的聚类分析 。 分类属于监督学习。 聚类属于无监督学习,称作观察学习。
- 对聚类分析的要求
处理不同属性类型的能力。
发现任意形状的簇。
处理噪声数据的能力。
增量聚类和对输入次序不敏感。
聚类高维数据的能力。
基于约束的聚类。
可解释性和可用性:为什么这样聚类?
- 如何比较聚类方法
- 有什么聚类方法?
1.划分方法
定义:给定n个对象的集合,构建数据的k个分区,每个分区一个簇。 数据采取互斥的簇划分。大部分划分方法都是基于距离,采用迭代的重定位技术。 主要有两种:k-均值 和 k-中心点算法。
2.层次方法
层次方法创建给定数据对象集的层次分解。根据层次分解如何形成,可以分为凝聚或者分裂的方法。
凝聚:从单独的一个组逐次合并相近的对象或组。直到满足某个终止条件。
分裂:自顶向下,开始将所有对象置于一个簇,在每次相继迭代中,一个簇被划分成更小的簇。