聚类-山东大学课程中心.PPTVIP

THE END！ * 机器学习：聚类 (CLUSTERING) 聚类方法：层次聚类（ Hierarchical Clustering） 常用于系统发生树的构造（基于序列）： * 机器学习：聚类 (CLUSTERING) 聚类与系统发生树 * 棕熊 北极熊 黑熊 眼镜熊 大熊猫 浣熊 小熊猫 机器学习：聚类 (CLUSTERING) 聚类与系统发生树 * 机器学习：聚类 (CLUSTERING) 聚类方法：有瑕团聚类（ Corrupted Cliques Clustering） 团是图论中的概念： 通过删边和加边，一个图可以破解为团的集合： * 机器学习：聚类 (CLUSTERING) 聚类方法：有瑕团聚类 待聚类数据的距离矩阵为完全图的邻接矩阵： 通过取一个阈值，可以将距离大的边删除； 将剩余的图破解为团的集合，每个团对应一个聚类； * 机器学习：双聚类 (BI-CLUSTERING) 双聚类：大规模表达数据的聚类 基因并不在所有条件下表达； 基因受多个转录因子调控； 两步聚类不能解决问题； * 条件 基 因 传统聚类 双聚类 机器学习：双聚类 (BI-CLUSTERING) 双聚类的目标：相关性 * 机器学习：分类 聚类与分类的区别： 训练集合有无 （监督与非监督） 类别已知和未知 * f( ) f( ) f( ) f( ) f( )