数据挖掘基础及应用 课件 第6章_聚类分析_蓝橙课堂版1.pptx

第6章聚类分析;本章学习路线;聚类：按照特征相似性分组;聚类与分类的区别;距离度量与特征尺度;聚类前的数据准备;常见聚类方法的分组依据;K-Means的目标函数;K-Means的交替更新;教材的8个二维样本;第一轮分配：比较平方距离;更新均值与下一轮分配;收敛结果与簇中心;例6.1：用NumPy复现手算;K-Means的初始化与扩展;层次聚类的两种方向;凝聚聚类的链接准则;例6.2：原始距离矩阵;单链接更新：合并B与C之后;单链接合并过程的树状图;例6.2：由预计算距离生成层次结构;分裂层次聚类的二分过程;例6.3：用二分K-Means实现分裂;DBSCAN的邻域与三种样本状态;DBSCA