人工智能入门-R语言数据分析与数74

数据挖掘常用算法

聚类概述

ß聚类的实质

Þ“物以类聚、人以群分”

Þ根据样本间的亲疏关系将样本分为类，相近的归为一类，差别较大的归为另一类。

Þ所获得的分类应有一定的意义。

 

ß聚类分析的关键

Þ亲疏关系的判别：相似性与距离（不相似性）

Þ分类数的确定：分多少类合适

 

距离的度量

ß欧几里得距离：两个点之间的距离，也即通常情况下，我们所计算的距离，n维空间中的欧式距离的计算公式为：

 

 

ß曼哈顿距离：两个点在标准坐标系上的绝对轴距总和，在2维空间中的计算公式为：

 

ß切比雪夫距离：各坐标数值差的最大值，在2维空间中的计算公式为：

 

ß明可夫斯基距离是欧氏距离的推广，是对多个距离度量公式的概括性的表述。公式如下：

 

ß这里的p值是一个变量，当p=2的时候就得到欧氏距离。