人工智能经典电子书ml_22_20181020_密度聚类_层次聚类.pdfVIP

机器学习(MachineLearning)

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

原型聚类

密度聚类

层次聚类

密度聚类

密度聚类的定义

密度聚类也称为“基于密度的聚类”(density-

basedclustering)。

此类算法假设聚类结构能通过样本分布的紧密程度

来确定。

通常情况下，密度聚类算法从样本密度的角度来考

察样本之间的可连接性，并基于可连接样本不断扩展聚

类簇来获得最终的聚类结果。

接下来介绍DBSCAN这一密度聚类算法。

密度聚类

DBSCAN算法：基于一组“邻域”参数来

刻画样本分布的紧密程度。

基本概念：