模式识别讲义--聚类分析.pptVIP

聚类分析（Clustering Analysis） 分类与聚类的区别 分类：用已知类别的样本训练集来设计分类器（监督学习） 聚类（集群）：用事先不知样本的类别，而利用样本的先验知识来构造分类器（无监督学习） 聚类分析 解决主要问题 1.如何评价样本间的类似程度； 2.如何根据样本间的类似程度聚类。 特征量的类型 1.物理量：反映实际物理或几何意义，如重量 2.次序量：只反映次序关系，如产品等级等 3.名义量：只用数字代表各种状态，如性别编码 方法有效性 1.特征选取不当 2.特征选取不足 3.特征选取过多 4.量纲选取不当 模式相似性测度 距离测度：以两个矢量矢端的距离为基础 1.欧式距离：(Euclidean) 2.绝对值距离：（Manhattan） 3.切氏距离：（Chebyshev） 距离测度 4.明氏距离：（Minkowski） 5.马氏距离（Mahalanobis） 类的定义 1.集合S中任意两个元素xi,xj的距离dij满足如下条件之一，则S对于阈值h组成一类，h为阈值。 2.集合S中元素满足对于任一xi,存在xj的距离dij满足dij ≤h，则S对于阈值h组成一类，h为阈值。 3.若将集合任意分为两类S1，S2，这两类间的距离D(S1,S2）满足D(S