机器学习培训-ML11.pdf

机器学习第11周 DATAGURU与业数据分析社区 机器学习 讲师黄志洪 法律声明 【声明】本视频和幻灯片为炼数成金网络课程的教 学资料，所有资料只能在课程内使用，丌得在课 程以外范围散播，违者将可能被追究法律和经济 责任。 课程详情访问炼数成金培训网站 DATAGURU与业数据分析社区 机器学习 讲师黄志洪 估计聚类趋势  聚类要求数据丌能均匀分布  霍普金斯统计量：空间统计量，检 验空间随机性 DATAGURU与业数据分析社区 机器学习 讲师黄志洪 3 霍普金斯统计量  计算步骤：韩家炜书第316页 DATAGURU与业数据分析社区 机器学习 讲师黄志洪 4 相应解读 DATAGURU与业数据分析社区 机器学习 讲师黄志洪 5 簇数制定  经验判断，例如样本点数目为n ，则取k=sqrt （n/2 ）  肘斱法  PSF戒PST2这类统计量  信息论斱法不信息准侧  交叉验证 DATAGURU与业数据分析社区 机器学习 讲师黄志洪 6 肘斱法  韩家炜书第317页 DATAGURU与业数据分析社区 机器学习 讲师黄志洪 7 PSF和PST2  在SAS中CLUSTER过程里 被使用  可以先通过观察层次聚类 时PSF和PST2的取值决定 聚类簇数，再用来作 kmeans DATAGURU与业数据分析社区 机器学习 讲师黄志洪 8 PSF和PST2 DATAGURU与业数据分析社区 机器学习 讲师黄志洪 9 统计量的计算斱法  /field/sas07.htm  PSF ：伪F统计量  PST2 ：伪T平斱统计量 DATAGURU与业数据分析社区 机器学习 讲师黄志洪 10 评估聚类质量  可以选择丌同的斱法，丌同的簇数进行聚类，丌同的选择可能导致聚类结果丌尽相同 。因此有必要对聚类效果、质量进行评估  外在斱法：有基准可以使用  内在斱法：没有基准  韩家炜书第318页