数据挖掘_层次聚类.ppt

* 层次聚类 * 相对互连度(RI) 相对互连性RI{Ci ,Cj} :子簇Ci 和子簇Cj之间绝对互连度关于两个簇间的内部互连度的规范化。 绝对互连度EC{Ci ,Cj} :连接子簇Ci 和子簇Cj 之间的边的权重之和。 内部互连度EC{Ci} :是将簇Ci划分成大致相等的两部分的割边的最小和。 * 层次聚类 * 相对近似度(RC) 相对接近度RC{Ci ,Cj} :子簇Ci 和子簇Cj之间绝对接近度关于两个簇间的内部接近度的规范化。 绝对接近度TC{Ci ,Cj} :连接子簇Ci 和子簇Cj 之间的边的平均权重。 内部接近度TC{Ci} :一个子簇Ci 做最小二分时需要去掉的边的平均权重。 * 层次聚类 * 小结 凝聚层次聚类算法AGENES 分裂层次聚类算法DIANA BIRCH：聚类特征，聚类特征树 ROCK：近邻，链接数 Chameleon：相对互边度，相对接近度 * 层次聚类 * 层次聚类 7.5层次聚类方法 * 层次聚类 * 层次聚类方法概述 层次聚类方法将数据对象组成一棵聚类树。 根据层次分解是自底向上（合并）还是自顶向下（分裂），进一步分为凝聚的和分裂的。 * 层次聚类 * 层次聚类方法概述 凝聚的层次聚类：一种自底向上的策略，首先将每个对象作为一个簇，然后合并这些原子簇为越来越大的簇，直到某个终结条件被满足。 分裂的层次聚类：采用自顶向下的策略，它首先