密度可达的.pdfVIP

下载本文档

48
0
约 22页
2017-08-31 发布于天津
举报
版权申诉

密度可达的.pdf

1、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。。
2、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。
3、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)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

密度可达的

数据分析与R语言第10周 2012.7.20 DATAGURU专业数据分析网站聚类聚类和分类判别有什么区别？ 2012.7.20 DATAGURU专业数据分析网站 2 关键度量指标：距离  距离的定义  常用距离（薛毅书P469 ）绝对值距离欧氏距离闵可夫斯基距离切比雪夫距离马氏距离 Lance和Williams距离离散变量的距离计算 2012.7.20 DATAGURU专业数据分析网站 3 dist( )函数 x1=c(1,2,3,4,5) x2=c(3,2,1,4,6) x3=c(5,3,5,6,2) x=data.frame(x1,x2,x3) 2012.7.20 DATAGURU专业数据分析网站 4 各种类与类之间距离计算的方法  薛毅书P476  最短距离法  最长距离法  中间距离法  类平均法  重心法  离差平方和法 2012.7.20 DATAGURU专业数据分析网站 5 动态聚类：K-means方法  算法： 1 选择K个点作为初始质心 2 将每个点指派到最近的质心，形成K个簇（聚类） 3 重新计算每个簇的质心 4 重复2-3直至质心不发生变化 2012.7.20 DATAGURU专业数据分析网站 6 kmeans( )函数 2012.7.20 DATAGURU专业数据分析网站 7 K-means算法的优缺点  有效率，而且不容易受初始值选择的影响  不能处理非球形的簇  不能处理不同尺寸，不同密度的簇  离群值可能有较大干扰（因此要先剔除） 2012.7.20 DATAGURU专业数据分析网站 8 基于有代表性的点的技术：K中心聚类法  算法步骤 1 随机选择k个点作为“中心点” 2 计算剩余的点到这k个中心点的距离，每个点被分配到最近的中心点组成聚簇 3 随机选择一个非中心点O ，用它代替某个现有的中心点O ，计算这个代换的总代价S r j 4 如果S0 ，则用O 代替O ，形成新的k个中心点集合 r j 5 重复2 ，直至中心点集合不发生变化 2012.7.20 DATAGURU专业数据分析网站 9 K中心法的实现：PAM  PAM使用离差平方和来计算成本S （类似于ward距离的计算）  R语言