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。