第八讲 聚类分析.pptVIP

* 看图的左边，正图上部（1/4）是一类，中下部是一类。 更新距离矩阵： D(1,(34)) = min(D(1,3),D(1,4)) = min(20.6, 22.4) = 20.6; D(2,(34)) = min(D(2,3),D(2,4)) = min(14.1, 11.2) = 11.2; D(5,(34)) = min(D(3,5),D(4,5)) = min(25.0, 25.5) = 25.0. 原有簇1,2,5间的距离不变，修改后的距离矩阵如图所示，在四个簇1,2,(34),5中，最靠近的两个簇是1和5，它们具有最小簇间距离D（1,5）＝7.07。 单连接算法 单连接算法 单连接算法 单连接算法 单连接树 三、分层聚类法 建立表达图谱 分层聚类法的一个实例-SPSS 指导思想：只要一个区域中对象的密度大于某个阈值，就把它加到与之相近的簇中去。 优点：这种方法能克服基于距离的算法只能发现“类圆形”聚类的缺点，并可以发现任意形状的簇，对噪声数据也不敏感。 缺点：计算复杂性高，需要建立空间索引来减低计算量，数据维数的伸缩性较差。 三、基于密度聚类方法 代表算法——DBSCAN算法 DBSCAN（ Density Based Spatial Clustering Applic