人工智能经典电子书ml-22-20181020-密度聚类-层次聚类

上传人：w*** IP属地：浙江上传时间：2024-11-20 格式：PPT 页数：15 大小：2.27MB 积分：12 举报 版权申诉

已阅读5页，还剩10页未读，继续免费阅读

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

聚类算法机器学习(MachineLearning)大纲2018年10月6日聚类任务、性能度量、距离计算实战2018年10月13日原型聚类实战2018年10月20日密度聚类、层次聚类实战大纲

聚类任务性能度量距离计算原型聚类

密度聚类

层次聚类密度聚类密度聚类的定义

密度聚类也称为“基于密度的聚类”(density-basedclustering)。此类算法假设聚类结构能通过样本分布的紧密程度来确定。

通常情况下，密度聚类算法从样本密度的角度来考察样本之间的可连接性，并基于可连接样本不断扩展聚类簇来获得最终的聚类结果。

接下来介绍DBSCAN这一密度聚类算法。密度聚类DBSCAN算法：基于一组“邻域”参数来刻画样本分布的紧密程度。基本概念：邻域：对样本，其邻域包含样本集

中与的距离不大于的样本；核心对象：若样本的邻域至少包含MinPts个样本，则该样本点为一个核心对象；密度直达：若样本位于样本的邻域中，且是一个核心对象，则称样本由密度直达；密度可达：对样本与，若存在样本序列，其中

，且由密度直达，则该两样本密度可达；

密度相连：对样本与，若存在样本使得两样本均由密度可达，则称该两样本密度相连。密度聚类

密度聚类

密度聚类DBSCAN算法伪代码：密度聚类聚类效果：大纲

聚类任务性能度量距离计算原型聚类密度聚类

层次聚类层次聚类层次聚类在不同层次对数据集进行划分，从而形成树形的聚类结构。数据集划分既可采用“自底向上”的聚合策略，也可采用“自顶向下”的分拆策略。AGNES算法（自底向上的层次聚类算法）

首先，将样本中的每一个样本看做一个初始聚类簇，然后在算法运行的每一步中找出距离最近的两个聚类簇进行合并，该过程不断重复，直到达到预设的聚类簇的个数。

层次聚类最小距离：最大距离：平均距离：两个聚类簇和的距离，可以有3种度量方式。层次聚类–树状图AG

人人文库> 全部分类> 应用文书 > 研究报告

1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。