模式识别：聚类分析

1. 聚类分析中距离函数的有效性

    聚类分析采用距离函数作为相似性测量的依据，此种方法是否有效，取决于特征向量的分布。如果向量点是一群一群出现的，同一群样本密集，不同群样远离，则方法有效。如果所有样本的向量分布成一团，那么就很难做聚类分析。

 

2. 聚类分析中的特征选取

    做聚类分析时，选取的特征向量是否合适非常关键。例如许多不同品牌的酱油和可乐混杂放在一起，要将酱油和可乐分开来。如果以“味道”作为识别分类的特征，很容易就大道目的。如果以“颜色”作为识别分类的特征，那么就很难分别。

 

3. 相似性测度，距离是一种相似性的测度

（1）欧式（Euclid）距离：距离越小，越相似

          D(X1, X2) = ||X1-X2||，应该注意物理量的单位，同样物理意义的量要使用同样的单位，以免单位不统一造成不同分类结果。一般使用特征数据标准化的方法，使得特征与单位无关，此时描述的是一种相对的位置关系，只要相对位置关系不变，就不会影响分类。（特征数据标准化方法是怎样的？）

 

（2）马氏（Maharanobis）距离：距离越小，越相似

          D = [(X-M)^T] * [C^(-1)] * [(X-M]，其中X为向量，M为某类模式的均值向量࿰