- 1、本文档共53页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数据挖掘基础聚类
《互联网数据挖掘》本科生课程
数据挖掘基础(三):
聚类
万小军
北京大学语言计算与互联网挖掘组
/lcwm
2016年11月1日
概念
聚类:将数据自动聚集到不同类簇
同一类簇内数据相似,不同类簇间数据不相似
无监督学习
• 没有标注数据
• 类簇未知 类簇1
数据/ 聚类器 类簇2
文本
….
类簇n
2
应用
聚类应用
新闻聚类与话题检测
检索结果组织
网络社区发现
…
3
文本聚类技术
聚类质量
类簇之间的文档距离 最大化
类簇内部的文档距离 最小化
聚类算法
K-Means聚类
层次式聚类(Hierarchical clustering)
增量式单遍聚类
基于图分割的聚类
基于密度峰值的聚类
距离(或相似度)测度
4
文本聚类技术
距离测度
欧式距离(Euclidian distance (L2 norm))
m
2
L (x, y) (x y )
2 i i
i1
L1范式(L1 norm)
m
L (x ,y ) x y
1 i i
i 1
基于余弦测度的距离
1亿VIP精品文档
相关文档
最近下载
- JC04人格心理学单科作业题汇总(含解析).docx
- 轮边驱动系统-轮边减速器设计.doc
- 梅州市兴宁市数学六年级上学期小升初模拟试卷.doc VIP
- 2024最新犯罪嫌疑人诉讼权利义务告知书.doc VIP
- 观致3汽车使用手册用户操作说明书电子版下载.docx
- 《专八考试2000核心词》.pdf
- All Summer in a Day By Ray Bradbury ESUHSD(整个夏天一天雷。布拉德伯利 ESUHSD).pdf
- 梅州市大埔县2020版数学小升初数学试卷(i)卷.doc VIP
- 奥本海默2023 Oppenheimer中英文台词剧本完整版.docx
- 基于STM32单片机甲醛烟雾温湿度检测报警器设计.docx
文档评论(0)