OK聚类分析及其应用.pdf

聚类分析及其应用 信息学院 蒋盛益 Email: jiangshengyi@163.com 大纲 什么是聚类？ 聚类分析的应用 聚类分析研究的主要内容 聚类算法的性能评价 聚类方法的分类 面临的挑战 我们的相关工作 总结 一、什么是聚类？ 聚类(Clustering)是将数据集划分为若干相似对象 组成的多个组（group ）或类(cluster)的过程，使 得同一组中对象间的相似度最大化，不同类中对 象间的相似度最小化。 聚类分析中“类”的特征： 聚类所说的类不是事先给定的，而是根据数据的相似性 和距离来划分 聚类的数目和结构都没有事先假定 聚类与分类的区别 聚类问题是无指导的：没有预先定义的类。 分类问题是有指导的：预先定义有类。 聚类方法的目的是寻找数据中：潜在的自然分组 结构和感兴趣的关系。 聚类分析示例(1) 什么是自然分组结构? 我们看看以下的例子： 有16张牌 如何将他们分为 一组一组的牌呢？ A K Q J 聚类分析示例(2) 分成四组 每组里花色相同 组与组之间花色相异 A K Q J 花色相同的牌为一副 聚类分析示例(3) 分成四组 符号相同的牌为一组 A K Q J 符号相同的的牌 聚类分析示例(4) 分成两组 颜色相同的牌为一组 A K Q J 颜色相同的配对 聚类分析示例(5) 分成两组 大小程度相近的牌分 到一组 A K Q J 大配对和小配对 聚类分析示例(6) 这个例子告诉我们， 分组的意义在于我们 怎么定义并度量“相似 性”Similar