1. 聚类分析仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组。

其目标是组内的对象相互之间是相似的或者相关的，而不同组中的对象是不同的或者不相关的。

2.聚类分析的重要技术

K均值：K均值是基于原型的、划分的聚类技术。它试图发现用户指定个数k的簇(由质心代表)

邻近度函数 质心 目标函数
曼哈顿距离L1 中位数 最小化对象到其簇质心的L1距离和
平方欧几里得距离L2平方 均值 最小化对象到其簇质心的L2距离的平方和
余弦 均值 最大化对象与其簇质心的余弦相似度和
Bregman散度 均值 最小化对象到其簇质心的Bregman散度和

　　SSE(Sum of Squared Error)误差的平方和

凝聚的层次聚类：

　　层次聚类常常使用树状图dendrogram，对于二维点的聚合，层次聚类也可以使用嵌套簇图。

单琏：MIN  全琏：MAX  组平均：GROUP AVERAGE

　　Ward方法：两个簇的邻近度定义为两个簇合并时导致的平方误差的增量。

簇邻近度的LANCE-WILLIAMS公式

DBSCAN:是一种简单、有效的基于密度的聚类算法。

　　核心点

　　边界点

　　噪声点

3.簇评估

非监督簇评估

　　簇的凝聚性（紧凑性，紧致性）度量确定簇中对象如何密切相关

　　簇的分离线度量确定某个簇中不同于其他簇的地方。

非监督簇评估：使用临近度矩阵

<数据挖掘导论>读书笔记9聚类分析的更多相关文章

  1. <数据挖掘导论>读书笔记10聚类分析续

    基于原型的聚类 模糊c均值使用模糊逻辑和模糊集合论的概念,提出一种聚类方案,它很像K均值,但是不需要硬性地将对象分派到一个簇中.模糊c均值算法有时也称为FCM 混合模型聚类采取这样的访谈,簇集合可以用 ...

  2. <数据挖掘导论>读书笔记11异常检测

    异常检测的目标是发现与大部分其他对象不同的对象.通常,异常对象被称作离群点(Outlier). 异常检测也称偏差检测(Deviation detection),因为异常对象的属性值明显偏离期望的或者常 ...

  3. <数据挖掘导论>读书笔记8FP树

    1FP树

  4. <数据挖掘导论>读书笔记7 Apriori算法

    Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法.其核心是基于两阶段频集思想的递推算法.该关联规则在分类上属于单维.单层.布尔关联规则.在这里,所有支持度大于最小支持度的项集称为频繁项 ...

  5. <数据挖掘导论>读书笔记4--其他分类技术

    1.基于规则的分类器 2.最近邻分类器 3.贝叶斯分类器 4.人工神经网络 5.支持向量机 6.组合方法 7.不平衡类问题 8.多类问题

  6. <数据挖掘导论>读书笔记6关联分析的高级概念

    处理联系属性: 基于离散化的方法 基于统计学的方法 非离散化方法 处理概念分层 定义在一个特定领域的各种实体或者概念的多层组织.概念分层可以用有向无环图DAG来标示. 序列模式 可选计数方案 COBJ ...

  7. <数据挖掘导论>读书笔记5关联分析的基本概念和算法

    关联规则的强度可以用support度和confidence(置信)度来度量 关联规则发现  给定事务的集合T,关联规则发现是指找出支持度大于等于minsup并且置信度大于等于minconf的所有规则, ...

  8. <数据挖掘导论>读书笔记3--分类

    1.分类的基本概念 分类任务就是通过学习得到一个目标函数f,把每个属性集x映射到一个预先定义的类标号y 目标函数也称为分类模型. 2. 解决分类问题的一般方法: 决策树分类法 基于规则的分类法 神经网 ...

  9. <数据挖掘导论>读书笔记2

    1.频率和众数 frequency(vi)=具有属性值vi的对象数/m 分类属性的众数mode是具有最高频率的值. 2.百分位数 3.位置度量:均值和中位数 4.散布度量:极差和方差 绝对平均偏差 A ...

随机推荐

  1. 使用 IIS 在 Windows 上托管 ASP.NET Core（Windows安装实践）

    原文地址 https://docs.microsoft.com/zh-cn/aspnet/core/host-and-deploy/iis/?view=aspnetcore-2.0&tabs= ...

  2. ASP.NET Core 2.0 in Docker on Windows Containers

    安装Docker for Windows https://store.docker.com/editions/community/docker-ce-desktop-windows 要想将一个ASP. ...

  3. 【Oracle 12c】CUUG OCP认证071考试原题解析（32）

    32.choose the best answer View the Exhibit and examine the data in EMP and DEPT tables. In the DEPT ...

  4. Servlet（汇聚页）

    Servlet(汇聚页) --------------------------------------------------------------------------------------- ...

  5. Kali Linux来袭~老司机带你进击

    Kali是BackTrackLinux完全遵循Debian开发标准彻底的完全重建.全新的目录框架,复查并打包所有工具,我们还为VCS建立了Git树. 本次推荐内容主要介绍Kali-Linux的安装,包 ...

  6. MongoDB健壮集群——用副本集做分片

    1.    MongoDB分片+副本集 健壮的集群方案 多个配置服务器 多个mongos服务器  每个片都是副本集 正确设置w 架构图 说明: 1.   此实验环境在一台机器上通过不同port和dbp ...

  7. Win10内部更新：警告用户别用chrome和Firefox

    简评:别和 Chrome 和 Firefox 约行不,我 Edge 明明更美.屁股更翘.更性感... 微软正在测试 Windows 10 的一个更新:警告用户不要安装 Chrome 和 Firefox ...

  8. IDEA自动生成TestNG的testng.xml的插件

    某地方见到的,自己实际操作一遍,记录一下.方便以后查询. 下载Create TestNG XML 插件,重启IDEA即可. 重启idea,新建Maven项目. pom.xml增加依赖 <depe ...

  9. Gym-101873D-Pants On Fire（闭包）

    原题链接:2017-2018 ACM-ICPC German Collegiate Programming Contest (GCPC 2017) Pants On Fire Donald and M ...

  10. day3.python 学习之列表

    python中列表用[ ]表示, list =  [ ] #表示一个空列表 1.list = [ 'A','B','C',‘D’] print(list[0]) # 表示打印出列表中的第一个元素,列表 ...