第一周<导学>

导学

• 欧氏距离 平方
• 曼哈顿距离 一次方
• 马氏距离 协方差（先标准化再计算距离）\(d(x_{i},x_{j})=\sqrt{(x_{i}-x_{j})^{T}s^{-1}(x_{i}-x{j})}\) s为数据的协方差
• 夹角余弦

sklearn cluster

sklearn.cluster 模块提供的个聚类算法函数可以使用不同的数据形式作为输入
标准格式： [样本个数,特征个数]定义的矩阵形式

• 相似矩阵输入格式
  即由[样本数目]定义的矩阵形式 DBSCAN,AffinityPropagation接受这种输入

算法名称	参数	可拓展性	相似性度量
K-means	聚类个数	大规模数据	点间距离
DNSCAN	邻域大小	大规模数据	点间距离
Gaussian Mixtures	聚类个数以及其他超参	复杂度较高不适合大规模数据	马氏距离
Birch	分支因子，阈值等其他超常参	大规模数据	欧氏距离

sklearn decomposition

算法名称	参数	可拓展性	使用任务
PCA	所降维度以及其他超参	大规模数据	信号处理
FastICA	同上	超大规模数据	图形图像特征提取
NMF	同上	复杂度较高不适合大规模数据	图形图像特征提取
LDA	同上	大规模数据	文本数据 主题挖掘