聚类分析（数据挖掘原书第三版，范明，孟小峰译）

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

可伸缩性：无论是小数据集还是超大数据集都能运行良好。

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

划分准则 ， 簇的分离性 ， 相似性的度量  ， 聚类空间 。

• 有什么聚类方法？

基本聚类方法可以划分为以下几类：1.划分方法。 2.层次方法 3.基于密度的方法。 4.基于网格的方法。

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。