第9章 聚类学习

聚类是无监督学习的代表。

9.1 聚类任务

略。

9.2 性能度量

性能度量又称“有效性指标”。

有效性指标大致分为两类：

• 外部指标：与参考模型进行比较，常用的有Jaccard系数、FM指数、Rand指数。

• 内部指标：直接考察聚类结果，常用的有DB指数、Dunn指数

9.3 距离计算

距离度量函数需要满足的基本性质：

1. 非负性；

2. 同一性；

3. 对称性；

4. 直递性。

常用的度量距离有闵可夫斯基距离、欧式距离和曼哈顿距离。

上述的三个距离都属于“有序距离”。对于无序距离，可以采用VDM。

9.4 原型聚类

k均值算法：随机选初始点，然后看不同样本点离哪个初始点最近，来划分簇。不断迭代。可以设置迭代次数或最小调整阈值。

9.5 密度聚类

有以下几个概念：

• -邻域

• 核心对象

• 密度直达

• 密度可达

• 密度相连

9.6 层次聚类

层次聚类是自底而上的。从多的往少的方向合并。

AGNES就是一种层次聚类算法。