ch 数据聚类.pptVIP

第1章 绪论 * * 数据聚类 模式识别 钟珞等编著 武汉大学出版社 2006.9 本章主要内容 5.1 聚类的三个要点 5.2 模式相似性测度 5.3 聚类准则函数 5.4 分级聚类 5.5 动态聚类 5.6 有效性分析 第5章 数据聚类 5.1 聚类的三个要点 聚类是对样本按照它们之间的相似性进行分类，使类内样本有极大相似性，不同类间样本有极大的相异性。 聚类有三个要点： 1.相似性度量：解决相似性的测度问题。 2.聚类准则：选择准则函数，使聚类最佳。 3.聚类算法：设计聚类算法，达到最好的聚类结果。 第5章 数据聚类 5.2 模式相似性测度 5.2.1 相似性测度 设：X,X’为两个d维的特征向量，则可定义： 1.欧氏距离 特点：在各向均匀分布时是合理的。 2.马氏距离 D=[(X-X’)T?-1(X-X’)]1/2 其中?为协方差矩阵 3.明氏距离 当q＝1时为曼哈坦距离 4.夹角余弦 第5章 数据聚类