知识点总结(二)——聚类"/>
数据分析与建模知识点总结(二)——聚类
数据分析与建模知识点总结(二)——聚类
一、聚类
1、定义
聚类是指在没有训练标号样本的情况下,按照某种准则,将样本集划分为若干簇。
2、划分准则
聚类的划分准则多种多样,比如:举例准则,相似准则,关联度准则等,其中最常用的是距离准则。
3、距离准则
按照远近程度聚类需要明确两个概念,一个是点和点之间的距离,一个是类和类之间的距离。
(1)点距离
点和点之间的距离有多种定义方式,最简单的是欧氏距离。
- 欧式距离
- 曼哈顿距离
- 切比雪夫距离
- 闵可夫斯基距离
- 马氏距离
- 夹角余弦
(2)类距离
由一个点组成的类是最基本的类,如果每一类都由一个点组成,那么点间的距离就是类间距离;如果某一类 中包含不止一个点,那么就需要确定类间距离。
类间距离是基于点间距离定义的:可以用两类之间最近点之间的距离、或两类中最远点之间的距离、或者各类的中心之间的距离来作为类间距离。
用Dpq来表示类Gp与类Gq之间的距离,用d(xi,xj)表示点xi∈Gp和xj∈Gq之间的距离:
- 最短距离法
Dpq=min{d(xi,xj)}
- 最长距离法
Dpq=max{d(xi,xj)}
- 类平均法
Dpq=1/n1n2 ∑_(xi∈Gp)∑_(xj∈Gq)〖d(xi,xj)〗
未完待续
更多推荐
数据分析与建模知识点总结(二)——聚类
发布评论