五、大数据机器学习-聚类-笔记

要点

1. 聚类任务描述

2. 性能度量

3. 聚类算法

原型聚类

• K均值算法

• 学习向量算法

密度聚类

层次聚类

一、聚类任务

• 无监督学习unsupervised learning

       标记未知；揭示数据的内在性质和规律

• 应用最广的无监督学习：聚类

二、性能度量

外部指标-计数

左边图是外部参考真实划分；右边是聚类算法推测结果。把数据集结果两两配对，根据它们在两个聚类的划分结果中进行点对的计数和比较。m个点两两配对，就有总共点对数：m(m-1)/2对；点对分为四类：

第一类：在两个划分结果中都在一个类别的点对数量  a

第二类：点对在外部模型中分为同一类，在聚类模型中分在不同类  b