高级人工智能87.ppt

*;*;概 述;概 述;聚类分析;典型的数据聚类基本步骤如下： (1)对数据集进行表示和预处理，包括数据清洗、特征选择或特征抽取； (2)给定数据之间的相似度或相异度及其定义方法； (3)根据相似度，对数据进行划分，即聚类； (4)对聚类结果进行评估。;相似性度量 ;相似系数度量;相似系数度量;相似系数度量;相似系数度量;相似系数度量;相似系数度量;相似系数度量;相似系数度量;划分方法;K均值聚类分析 ;K均值聚类分析 ;K均值聚类分析 ;K均值聚类分析 ;K均值聚类分析 ;K均值聚类分析 ;距离选择的原则;层次聚类方法（hierarchical method）;层次聚类方法（hierarchical method）;层次聚类方法;最短距离法;最短距离法;最短距离法;最短距离法;最短距离法;最短距离法;最大距离法;最大距离法;最大距离法;类平均距离法;中间距离法;中间距离法;重心法;重心法;重心法;重心法;重心法;重心法;重心法;重心法;重心法;重心法;离差平方和法;类平均法;类平均法;可变法;离差平方和法;离差平方和法;离差平方和法;离差平方和法;离差平方和法;离差平方和法;离差平方和法;类间距离的统一性;系统聚类法参数表;层次聚类方法;BIRCH算法;BIRCH算法;BIRCH算法;CURE算法;CURE算法;ROCK算法;ROCK算法