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. Spring中ApplicationContext和beanfactory区别---解析一

    BeanFacotry是spring中比较原始的Factory.如XMLBeanFactory就是一种典型的BeanFactory.原始的BeanFactory无法支持spring的许多插件,如AOP ...

  2. django model中的save()方法

    Model.save(force_insert=False, force_update=False, using=DEFAULT_DB_ALIAS, update_fields=None) id和pk ...

  3. WPF相关资料集锦

    微软官方资料 .NET Framework源代码 https://referencesource.microsoft.com/ 微软官方文档 https://docs.microsoft.com/en ...

  4. UWP开发入门（五）——自定义Panel

    各位好,终于讲到自定义Panel了.当系统自带的几个Panel比如Gird,StackPanel,RelativePanel不能满足我们的特定要求时(其实不常见啦),自定义Panel就显得非常必要,而 ...

  5. python--生成器,生成器推导式, yield from

    一.生成器 生成器的本质就是迭代器,它一个一个的创建对象. 在python中有三种方式获取生成器: 1.通过生成器函数 2.通过各种推导式来实现生成器 3.通过数据的类型转换也可以获取生成器 二.生成 ...

  6. centos绑定https

    1.百度云申请免费ssl证书 一年一申请 2. https://www.wosign .com /faq/faq-apache-https.htm 3.注意ssl.conf里面各个证书的顺序 证书路径 ...

  7. idea 新建New Module时Maven的列表加载不出来

    Under Build → Build Tools → Maven → Importing, set VM options for importer to -Xmx1024m (the default ...

  8. Elastic Search 5.x Nest Multiple Queries C#

    I'm using C# with those nuget packeges; <package id="Elasticsearch.Net" version="5 ...

  9. Win10桌面图标无法拖动

    1.右键桌面>查看>取消自动排列 2.桌面多按几次Esc 3.gpedit.msc  “用户配置/管理模板/Windows组件/任务计划程序/禁止拖放>改为未配置

  10. scrapy实战2，使用内置的xpath，re和css提取值

      以伯乐在线文章为爬取目标blog.jobbole.com,发现在"最新文章"选项中可看到所有文章   一般来说,可以用scrapy中自带的xpath或者css来提取数据,定义在 ...