聚类聚类任务性能度量距离计算.pptxVIP

机器学习(Machine Learning)聚类算法大纲2018年10月6日聚类任务、性能度量、距离计算实战2018年10月13日原型聚类实战2018年10月20日密度聚类、层次聚类实战大纲 聚类任务 性能度量 距离计算大纲 聚类任务 性能度量 距离计算聚类任务在“无监督学习”任务中研究最多、应用最广. 聚类目标：将数据集中的样本划分为若干个通常不相交的子集（“簇”，cluster）. 聚类既可以作为一个单独过程（用于找寻数据内在的分布结构）， 也可作为分类等其他学习任务的前驱过程.聚类任务形式化描述 假定样本集 包含 个无标记样本,每个样本 是一个 维的特征向量，聚类算法将样本集 划分成 个不相交的簇 ，其中 ，且 。相应地，用 表示样本 的“簇标记”（即cluster label）,即 。于是，聚类的结果可用包含 个元素的簇标记向量 表示。大纲 聚类任务 性能度量 距离计算性能度量聚类性能度量，即聚类“有效性指标”（validity index）直观来讲： 我们希望“物以类聚”，即同一簇的样本尽可能彼此相似，不同簇的样本尽可能不同。换言之，聚类结果的“簇内相似度”（intra-cluster similarity）高，且“簇间相似度”（inter-cluster similarity）低，这样的聚类效果较好.聚类性能度量指标：外部指标 (externa