第三章 聚类技术（陈梦实整理）1
需积分: 0 124 浏览量
2022-08-03
18:54:55
上传
评论
收藏 1.5MB PDF 举报
聚类分析的定义是什么？
聚类分析：将物理或抽象对象的集合分成相似的对象类的过程称为聚类。
簇：数据对象的集合；对象与同一个簇中的对象彼此相似；而与其他簇中的对象相
异
是一种无监督学习：没有事先定义好的类
传统的聚类算法有哪几种，它们总的优缺点是什么？
四种算法：基于密度的聚类、基于划分的聚类、基于层次的聚类、基于网格的聚类。
还有其他类型的聚类。
优点：
基于网格的聚类速度较快；
基于密度的聚类可以获得任意形状的簇；
一般来说，传统聚类算法对于纬度较低的数据集较有效。
缺点：传统聚类算法对于纬度较高的数据集可能不太适合。
四种传统聚类算法的原理是怎样的？
基于划分的聚类
给定一个由个对象组成的数据集合，对此数据集合构建个划分（≤），每个
划分代表一个簇，即将数据集合分成多个簇的算法。
要求：
①每个簇至少有一个对象；
②每个对象必须且仅属于一个簇
典型算法：K均值和K中心点算法等。
基于层次的聚类
对给定的数据集合进行层层分解的聚类过程
剩余11页未读，继续阅读
资源评论
