聚类分析中的数据类型.pptVIP

一．单连接算法(single-linkage) （最近邻(Nearest Neighbor)）： 基本思想：两个簇之间的距离用从两个簇中抽取的每对样本的最小距离 作为距离度量，一旦最近的两个类的距离超过某个任意给定的阈值，算法就自动结束。 二．全连接算法 三．平均连接算法 凝聚层次聚类 第三十一页，共四十三页。 聚 类 报告人：熊 赟 第一页，共四十三页。 内容提要 符号说明及定义 相似性度量 聚类分析中的数据类型 聚类的准则函数 聚类分析的过程 聚类方法与算法 第二页，共四十三页。 符号说明 1.数据样本X，由d个属性值组成：X＝（x1,x2,…,xd），其中xi表示样本中的各属性，d是样本或样本空间的维数（或属性个数）。 2.数据样本集记为X｛X1,X2,…,Xn｝，第i个样本记为Xi＝｛xi1,…,xid｝，许多情况下聚类的样本本集看成是一个n×d(n个样本×d个属性)的数据矩阵： 第三页，共四十三页。 符号说明 3.簇Ci：数据样本集X分成k个簇，每个簇是相应数据样本的集合，相似样本在同一簇中，相异样本在不同簇中。 簇Ci（i=1,2,…,k）中样本的数量ni。簇记为Ci＝｛Xj1i,Xj2i,…,Xjnii｝， Ci（i＝1,…,k）是X的子集，如下所示： C1∪C2∪…∪Ck＝X 且 Ci∪Cj＝ф