(完整版)聚类算法总结..pdfVIP

1. 1. 聚类定义 聚类定义 “聚类是把相似的对象通过静态分类的方法分成不同的组别或者 “聚类是把相似的对象通过静态分类的方法分成不同的组别或者 subset , subset , 更多的子集 （ ） 这样让在同一个子集中的成员对象都有一 更多的子集 （ ） 这样让在同一个子集中的成员对象都有一 wikipedia 些相似的属性” —— wikipedia “聚类分析指将物理或抽象对象 些相似的属性” —— “聚类分析指将物理或抽象对象 的集合分组成为由类似的对象组 的集合分组成为由类似的对象组 成的多个类的分析过程。 它是一种重要的人类行为。 聚类是将数 成的多个类的分析过程。 它是一种重要的人类行为。 聚类是将数 据分类到不同的类或者簇这样的一个过程， 所以同一个簇中的对 据分类到不同的类或者簇这样的一个过程， 所以同一个簇中的对 象有很大的相似性，而不同簇间的对象有很大的相异性。 ” 象有很大的相似性，而不同簇间的对象有很大的相异性。 ” —— 百度百科 —— 百度百科 clustering clustering 说白了，聚类 （ ）是完全可以按字面意思来理解的 —— 将 说白了，聚类 （ ）是完全可以按字面意思来理解的 —— 将 相同、相似、相近、相关的对象实例聚成一类的过程。简单理 相同、相似、相近、相关的对象实例聚成一类的过程。简单理 N N N N 解，如果一个数据集合包含 个实例，根据某种准则可以将这 个 解，如果一个数据集合包含 个实例，根据某种准则可以将这 个 m 实例划分为 m 个类别，每个类别中的实例都是相关的，而不同类别 实例划分为 个类别，每个类别中的实例都是相关的，而不同类别 之间是区别的也就是不相关的，这个过程就叫聚类了。 之间是区别的也就是不相关的，这个过程就叫聚类了。 2. : 2. 聚类过程 : 聚类过程 1) : . 1) : . 数据准备 包括特征标准化和降维 数据准备 包括特征标准化和降维 2) : , 2) : , 特征选择 从最初的特征中选择最有效的特征 并将其存储于向量 特征选择 从最初的特征中选择最有效的特征 并将其存储于向量 . . 中 中 3) : . 3) : . 特征提取 通过对所选择的特征进行转换形成新的突出特征 特征提取 通过对所选择的特征进行转换形成新的突出特征