大数据分析技术与典型应用场景教学课件详细.pptVIP

*如果q=2,d是欧几里德(Euclidean)距离:距离的性质非负性:d(i,j)?0自身到自身的距离为0:d(i,i)=0对称性:d(i,j)=d(j,i)三角不等式:d(i,j)?d(i,k)+d(k,j)也可以使用加权的距离,如加权的欧几里德距离数值属性的相似性/相异性K-means方法K-means中心思想(1)在数据对象中任意选择k个对象作为初始的簇中心；(2)重复（3）---（4）(3)根据簇中对象的平均值,将每个对象(重新)赋给最类似的簇；(4)更新簇的平均值,即重新计算每个簇中对象的平均值；(5)until不再发生变化通常,采用平方误差准则作为收敛函数,其定义如下其中,E为数据库中所有对象P的平方误差和，mi是簇Ci的平均值，该准则试图使生成的结果簇尽可能紧凑,独立。*聚类分析的典型方法从统计学的角度看，这是一个概率问题，“顾客买了牛肉之后购买鸡肉的可能性”是一个条件概率事件，从集合的角度（见图6-7）可以很好地描述这个问题。S表示所有的顾客，A表示购买牛肉的顾客，B表示购买鸡肉的顾客，C表示既买了牛肉又买了鸡肉的顾客，那么C.count/S.count=3/7，C.count/A.count=3/4。图6-7从集合角度看待关联规则*关联