




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
文档简介
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大纲聚类任务
性能度量距离计算聚类任务在“无监督学习”任务中研究最多、应用最广.聚类目标:将数据集中的样本划分为若干个通常不相交的子集(“簇”,cluster).聚类既可以作为一个单独过程(用于找寻数据内在的分布结构),
也可作为分类等其他学习任务的前驱过程.聚类任务形式化描述
假定样本集
包含个无标记样本,每个样本
是一个维的特征向量,聚类算法将样本集
划分成个不相交的簇
,其中
,且
。相应地,用
表示样本
的“簇标记”(即clusterlabel),即
。于是,聚类的结果可用包含
个元素的簇标记向量
表示。大纲
聚类任务性能度量距离计算性能度量聚类性能度量,即聚类“有效性指标”(validityindex)直观来讲:
我们希望“物以类聚”,即同一簇的样本尽可能彼此相似,不同簇的样本尽可能不同。换言之,聚类结果的“簇内相似度”(intra-clustersimilarity)高,且“簇间相似度”(inter-clustersimilarity)低,这样的聚类效果较好.聚类性能度量指标:外部指标(externalindex)
将聚类结果与某个“参考模型”(referencemodel)进行比较。内部指标(internalindex)
直接考察聚类结果而不用任何参考模型。性能度量
对数据集,,假定通过聚类得到的簇划分为,参考模型给出的簇划分为 .相应地,令与分别表示与和对应的簇标记向量.
我们将样本两两配对考虑,定义
性能度量-外部指标Jaccard系数(JaccardCoefficient,JC)FM指数(FowlkesandMallowsIndex,FMI)Rand指数(RandIndex,RI)[0,1]区间内,越大越好.性能度量–内部指标考虑聚类结果的簇划分
,定义簇内样本间的平均距离簇内样本间的最远距离簇与簇最近样本间的距离簇
与簇中心点间的距离性能度量–内部指标DB指数(Davies-BouldinIndex,DBI)Dunn指数(DunnIndex,DI)越小越好.越大越好.大纲
聚类任务
性能度量
距离计算距离计算距离度量的性质:
非负性:
同一性:当且仅当
对称性:
直递性:距离计算常用距离:
闵可夫斯基距离(Minkowskidistance): p=2:欧氏距离(Euclideandistance).
p=1:曼哈顿距离(Manhattandistance).距离计算属性介绍连续属性(continuousattribute)
在定义域上有无穷多个可能的取值离散属性(categoricalattribute)
在定义域上是有限个可能的取值有序属性(ordinalattribute)
例如定义域为{1,2,3}的离散属性,“1”与“2”比较接近、与“3”比较远,称为“有序属性”。无序属性(non-ordinalattribute)
例如定义域为{飞机,火车,轮船}这样的离散属性,不能直接在属性值上进行计算,称为“无序属性”。距离度量ValueDifferenceMetric,VDM(处理无序属性):
令表示属性上取值为的样本数,表
温馨提示
- 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。
最新文档
- 高铁站区管理办法
- 温岭epc管理办法
- 麦田返青管理办法
- 河北宅基证管理办法
- 龋齿管理办法修订
- 河北省收费管理办法
- 游泳池行政管理办法
- 班组信息库管理办法
- 热处理外协管理办法
- 不停航施工管理办法
- 人造血管内瘘护理课件
- 《医学基础知识》考试题库大全(按章节)-病理学(重点题)
- 麦凯66表格(完全版)
- 高中化学方程式总结
- 辽宁省医学影像云技术规范
- 申报高级会计师资格评审的公示填写模板
- GB/T 17285-2022电气设备电源特性的标记安全要求
- LY/T 2565-2015竹塑复合材料
- GB 11550-2009汽车座椅头枕强度要求和试验方法
- MATLAB和Origin绘制发动机万有特性曲线程序及方法
- 品质意识,品质基础知识培训
评论
0/150
提交评论