机器学习及其应用：聚类算法PPT教学课件.pptxVIP

第八章聚类算法

聚类算法聚类属于无监督学习问题，其目标是将样本集划分成多个类，保证同一类的样本之间尽量相似，不同类的样本之间尽量不同，这些类称为簇（Cluster）。与有监督的分类算法不同，聚类算法没有训练过程，直接完成对一组样本的划分。与有监督学习算法相比，无监督学习算法的研究进展更为缓慢，但在很多实际问题中得到了成功的应用。

目录基于密度的算法8.5算法评价指标8.6聚类算法案例8.7CONTENTS聚类定义8.1层次聚类8.2基于质心的算法8.3基于概率分布的算法8.4

聚类定义8.1

聚类定义聚类也是分类问题，它的目标也是确定每个样本所属的类别。与有监督的分类算法不同，这里的类别不是人工预定好的，而由聚类算法确定。假设有一个样本集：???每个样本只能属于这些子集中的一个，即任意两个子集之间没有交集：?

聚类定义其中，m的值可以由人工设定，也可以由算法确定。下面用一个实际的例子来说明聚类任务。假设有一堆水果，我们事先并不知道有几类水果，聚类算法要完成对这堆水果的归类，而且要在没有人工的指导下完成。聚类本质上是集合划分问题。因为没有人工定义的类别标准，因此，要解决的核心问题是如何定义簇。通常的做法是根据簇内样本间的距离、样本点在数据空间中的密度来确定。对簇的不同定义导致了各种不同的聚类算法。常见的聚类算法有以下几种。（1）连通性聚类。典型的代表是层次聚类算法，它根据样本之间