第8讲聚类分析：基本概念和算法.pdfVIP

聚类分析： 基本概念和算法 尤新革 电子信息与通信学院 国家防伪工程技术研究中心 youxg@mail.hust.edu.cn 2015/10/22 Data Mining: Concepts and Techniques 1 什么是聚类分析 聚类分析仅根据在数据中发现的描述对象及其关系 的信息，将数据对象分组 组内对象相互之间是相似的（同质性），组间对象 是不同的，同质性越大，组件差别越大，聚类就越 好 Inter-cluster Intra-cluster distances are distances are maximized minimized 2015/10/22 Data Mining: Concepts and Techniques 2 什么是聚类分析 旨在理解的聚类 为了理解和分析数据，将其划分成具有公共特 性的对象组。 归类相关的文档方便浏览，归类具有相似功能 的基因和蛋白质，归类具有相似价格波动的股票。 旨在实用的聚类 为了进一步的数据分析和数据处理技术的预处理。 数据压缩，数据汇总。 2015/10/22 Data Mining: Concepts and Techniques 3 什么不是聚类分析 监督式分类 具有先验的类标号信息。 简单的分割 根据姓名的起始字母将学生分成不同的组。 2015/10/22 Data Mining: Concepts and Techniques 4 How many clusters? Six Clusters Two Clusters Four Clusters 2015/10/22 Data Mining: Concepts and Techniques 5 聚类类型 层次的与划分的 嵌套的vs. 非嵌套的。 层次聚类是嵌套簇的集合，组织成树形，除叶结点 外，树中每一个结点都是其子女的并。 划分聚类简单的将数据对象集划分成不重叠的子集， 使得每个数据对象恰在一个子集中。 2015/10/22 Data Mining: Concepts and Techniques 6 聚类类型 划分的 层次的 p 1 p3 p4 p2 2015/10/22 Data Mining: