【机器学习】聚类分析的模型评估

　　一、聚类算法中的距离

　　1. 单个样本之间的距离

　   

　　余弦距离     

　　在聚类分析中，一般需要对数据进行标准化，因为聚类数据会受数据量纲的影响。

　　在sklearn库中，可调用如下方法进行标准化：

1 from sklearn.preprocessing import StandardScaler
2 data = StandardScaler().fit_transform(data)

　　这种方法将data的均值和方差保存下来，并使用它们对数据进行归一化，这样，有新的数据输入时，仍可以沿用data的均值和方差来做归一化。

　　【联】facenet中是采用的L2归一化，这和每个向量自身相关，而不是和整体数据相关。

　　在上述距离中，受量纲影响较大的是明氏距离和欧氏距离（明氏距离的特例），马氏距离和余弦距离则受量纲影响较小。

　　其中，余弦距离越大（趋近于1），代表两个向量的方向越接近，相似度越高。

　　2. 两个聚类簇之间的距离