模式识别-第二章聚类分析.pptVIP

第二章 聚类分析 第二章 聚类分析 2.1 聚类分析的相关概念 2.2 模式相似性的测度和聚类准则 2.3 基于试探的聚类搜索算法 2.4 系统聚类法 2.5 动态聚类法 2.6 聚类结果的评价 2.1 聚类分析的相关概念 定义 对一批没有标出类别的模式样本集，按照样本之间的相似程度分类，相似的归为一类，不相似的归为另一类，这种分类称为聚类分析，也称为无监督分类。 2.1 聚类分析的相关概念 模式相似/分类的依据 把整个模式样本集的特征向量看成是分布在特征空间中的一些点，点与点之间的距离即可作为模式相似性的测量依据。 聚类分析是按不同对象之间的差异，根据距离函数的规律（大小）进行模式分类的。 2.1 聚类分析的相关概念 聚类分析的有效性 聚类分析方法是否有效，与模式特征向量的分布形式有很大关系。 若向量点的分布是一群一群的，同一群样本密集（距离很近），不同群样本距离很远，则很容易聚类； 若样本集的向量分布聚成一团，不同群的样本混在一起，则很难分类； 对具体对象做聚类分析的关键是选取合适的特征。特征选取得好，向量分布容易区分，选取得不好，向量分布很难分开。 2.1 聚类分析的相关概念 两类模式分类的实例：一摊黑白围棋子 选颜色作为特征进行分类，用“1”代表白，“0”代表黑，则很容易分类； 选大小作为特征进行分类，则白子和黑子的特征相同，不能分类（把白子和