构建并评价聚类模型0299课件讲解.pptxVIP

构建并评价聚类模型02

2.构建并评价聚类模型使用sklearn估计器构建聚类模型聚类的输入是一组未被标记的样本，聚类根据数据自身的距离或相似度将它们划分为若干组，划分的原则是组内（内部）距离最小化，而组间（外部）距离最大化，如图所示。

2.构建并评价聚类模型常用的聚类算法及其类别如下表所示。算法类别包括的主要算法划分（分裂）方法K-Means算法（K-平均）、K-MEDOIDS算法（K-中心点）和CLARANS算法（基于选择的算法）层次分析方法BIRCH算法（平衡迭代归约和聚类）、CURE算法（代表点聚类）和CHAMELEON算法（动态模型）基于密度的方法DBSCAN算法（基于高密度连接区域）、DENCLUE算法（密度分布函数）和OPTICS算法（对象排序识别）基于网格的方法STING算法（统计信息网络）、CLIOUE算法（聚类高维空间）和WAVE-CLUSTER算法（小波变换）

2.构建并评价聚类模型sklearn常用的聚类算法模块cluster提供的聚类算法及其适用范围如下表所示。算法名称参数适用范围距离度量K-Means簇数可用于样本数目很大、聚类数目中等的场景点之间的距离Spectralclustering簇数可用于样本数目中等、聚类数目较小的场景图距离Wardhierarchicalclustering簇数可用于样本数目较大、聚类数目较大的场景点之间的距离Agglomerativeclustering簇数、链接类型、距离可用于样本数目较大、聚类数目较大的场景任意成对点线图间的距离

2.构建并评价聚类模型聚类算法模块cluster提供的聚类算法及其适用范围续表。算法名称参数适用范围距离度量DBSCAN半径大小、最低成员数目可用于样本数目很大、聚类数目中等的场景最近的点之间的距离Birch分支因子、阈值、可选全局集群可用于样本数目很大、聚类数目较大的场景点之间的欧式距离

《大数据分析技术应用》主讲人：张琛玮第六章：使用scikit-learn构建模型