人工智能聚类分析作业.ppt

聚类方法（Clustering）;内容;1. 聚类方法原理介绍;1.1 什么是聚类;分类和聚类的区别;聚类分析举例 2;聚类分析举例 3;聚类的应用领域;有贡献的研究领域;1.2 为什么需要聚类;聚类分析在人工智能方法各阶段的作用;1.3 聚类问题特征;聚类的主观性;聚类的主观性;聚类的主观性;聚类的主观性;聚类的主观性;聚类的主观性;如何部分修正聚类的主观性？约束聚类例子;数据变量类型;数据变量类型;混杂变量类型的数据如何聚类？;聚类融合，再对一致矩阵进行聚类处理;距离/相似性 定义;常用的距离;1.4 主要聚类算法的分类;层次的方法（也称系统聚类法）（hierarchical method）;层次聚类方法（hierarchical method）;广泛采用的类间距离：;广泛采用的类间距离：;广泛采用的类间距离：;广泛采用的类间距离：;比对相似度(pairwise similarity);层次聚类例子（类平均距离法）;层次聚类方法方法缺陷：;划分??法（Partitioning method）;Kmeans算法;Kmeans算法;K-Means 聚类例子红点为中心，其他点为数据，圈为一个聚类;课后练习，要求下周上课交每个人都交纸质版;作业格式 （填写，迭代直到收敛）;参考：每次迭代的中心和分布;划分方法（Partitioning method）;划分方法（Partition