机器学习-无监督学习2

层次聚类

层次聚类方法对给定数据集进行层次的分解，直到满足某种条件为止。具体又可分为自下而上的凝聚方案和自上而下的分裂方案。

• 凝聚的层次聚类
  一种自底向上的策略，首先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到所有的对象都在一个簇中，或者某个终结条件被满足。
  代表算法：AGNES算法。
• 分裂的层次聚类
  采用自顶向下的一个策略，首先将所有对象置于同一个簇中，然后逐步细分为越来越小的簇，直到每个对象自成一簇，或达到某个终止条件。
  代表算法：DIANA算法。

密度聚类

思想
只要样本点的密度大于某阈值，则将该样本添加到最近的簇中。
原理
将簇定义为密度相连的点的最大集合，于是能够把具有高密度的区域划分为簇，并可在有“噪声”的数据中发现任意形状的聚类。

DBSCAN算法

• 若干概念
  
  
  
  
  
• 算法过程
  
  
  
  
  
  
  DBSCAN与k-means比较
  
  
  主要优点
• 可以对任意形状的稠密数据集进行聚类
• 可以在聚类的同时发现异常点
• 聚类结果没有偏倚（初始值无影响）

主要缺点

• 若样本集密度不均匀、聚类间距相差很大，聚类质量较差
• 调参相对于传统的k-means聚类算法稍复杂，主要需要对距离阈值、领域样本数阈值联合调参，不同参数组合对最后的聚类效果有较大影响