机器学习--聚类(12)

一、基本概念

聚类的概念：一种无监督的学习，事先不知道类别，自动将相似的对象归到同一个簇中。

应用场景：文档分类器、客户分类、保险欺诈检测、 乘车数据分析

二、距离计算

对于有序距离

其中P=1为曼哈顿距离
P=2为欧氏距离

对于无序距离

使用VDM距离：

其中 m_u,a,i表示在第i个样本簇中属性u上取值为a的样本数
m_u,a表示属性u上取值为a的样本数
k为样本簇数

混合距离

使用闵科夫斯基距离和VDM的混合

其中n_{c为有序属性个数}

加权距离

根据不同属性的重要性，可使用“加权”距离

二、聚类算法的分类

2.1 基于原型的聚类

①、Kmeans算法

主要思想：

在给定K值和K个初始类簇中心点的