第8章群集分析基本概念与演算法.pptVIP

群集分析 群集分析將資料分成許多有意義或有用的群體（群集） 若以有意義的群體為目標，則群集應捕捉資料的基本結構。但在一些情況下，群集分析對其他應用而言只是一個起點而已，例如資料彙總 不論是針對理解性（understanding）或使用性（utility）而言，群集分析在心理學與其他社會科學、生物學、統計學、樣式辨識（pattern recognition）、資訊檢索、機器學習與資料探勘等領域上，都扮演很重要的角色 為理解而分群： 生物學（Biology） 資訊檢索（information retrieval） 天氣 心理學與醫學 商業 為使用而分群 彙總（summarization） 壓縮 有效地發掘最近鄰居 什麼是群集分析？ 群集分析是根據物件的資料，以及物件之間的關係資訊為基礎來進行物件的群集 群集分析的目的是要使同群內的物件彼此相似（或相關）的，且與其他群中的物件不同（不相關） 當群內的相似度（或同質性）很大，且群間的差異很大時，則有較好或更具區別性的群體 以不同方式對相同集合之資料點做分群 不同的分群類型 階層式的與分割式的：最常見的分群類型，是根據群集的集合為巢狀（nested）的或非巢狀的（unnested）來區分，而在傳統的術語中則稱為階層的或分割的 互斥的與重疊的與模糊的：當指派每個物件至單一群集中，圖8.1中的分群為唯一的（exclus