数据挖掘导论读书笔记9聚类分析
1. 聚类分析仅根据在数据中发现的描述对象及其关系的信息,将数据对象分组。
其目标是组内的对象相互之间是相似的或者相关的,而不同组中的对象是不同的或者不相关的。
2.聚类分析的重要技术
K均值:K均值是基于原型的、划分的聚类技术。它试图发现用户指定个数k的簇(由质心代表)
邻近度函数 | 质心 | 目标函数 |
曼哈顿距离L1 | 中位数 | 最小化对象到其簇质心的L1距离和 |
平方欧几里得距离L2平方 | 均值 | 最小化对象到其簇质心的L2距离的平方和 |
余弦 | 均值 | 最大化对象与其簇质心的余弦相似度和 |
Bregman散度 | 均值 | 最小化对象到其簇质心的Bregman散度和 |
SSE(Sum of Squared Error)误差的平方和
凝聚的层次聚类:
层次聚类常常使用树状图dendrogram,对于二维点的聚合,层次聚类也可以使用嵌套簇图。
单琏:MIN 全琏:MAX 组平均:GROUP AVERAGE
Ward方法:两个簇的邻近度定义为两个簇合并时导致的平方误差的增量。
簇邻近度的LANCE-WILLIAMS公式
DBSCAN:是一种简单、有效的基于密度的聚类算法。
核心点
边界点
噪声点
3.簇评估
非监督簇评估
簇的凝聚性(紧凑性,紧致性)度量确定簇中对象如何密切相关
簇的分离线度量确定某个簇中不同于其他簇的地方。
非监督簇评估:使用临近度矩阵
转载于:https://www.cnblogs.com/davidwang456/p/9698118.html
数据挖掘导论读书笔记9聚类分析相关推荐
- 数据挖掘导论读书笔记10聚类分析续
基于原型的聚类 模糊c均值使用模糊逻辑和模糊集合论的概念,提出一种聚类方案,它很像K均值,但是不需要硬性地将对象分派到一个簇中.模糊c均值算法有时也称为FCM 混合模型聚类采取这样的访谈,簇集合可以用 ...
- 数据挖掘导论读书笔记5关联分析的基本概念和算法
关联规则的强度可以用support度和confidence(置信)度来度量 关联规则发现 给定事务的集合T,关联规则发现是指找出支持度大于等于minsup并且置信度大于等于minconf的所有规则, ...
- 数据挖掘导论读书笔记11异常检测
异常检测的目标是发现与大部分其他对象不同的对象.通常,异常对象被称作离群点(Outlier). 异常检测也称偏差检测(Deviation detection),因为异常对象的属性值明显偏离期望的或者常 ...
- 数据挖掘导论读书笔记8FP树
1FP树 转载于:https://www.cnblogs.com/davidwang456/p/9685555.html
- 数据挖掘导论读书笔记7 Apriori算法
Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法.其核心是基于两阶段频集思想的递推算法.该关联规则在分类上属于单维.单层.布尔关联规则.在这里,所有支持度大于最小支持度的项集称为频繁项 ...
- 数据挖掘导论读书笔记4--其他分类技术
1.基于规则的分类器 2.最近邻分类器 3.贝叶斯分类器 4.人工神经网络 5.支持向量机 6.组合方法 7.不平衡类问题 8.多类问题 转载于:https://www.cnblogs.com/dav ...
- 数据挖掘导论读书笔记6关联分析的高级概念
处理联系属性: 基于离散化的方法 基于统计学的方法 非离散化方法 处理概念分层 定义在一个特定领域的各种实体或者概念的多层组织.概念分层可以用有向无环图DAG来标示. 序列模式 可选计数方案 COBJ ...
- 数据挖掘导论读书笔记3--分类
1.分类的基本概念 分类任务就是通过学习得到一个目标函数f,把每个属性集x映射到一个预先定义的类标号y 目标函数也称为分类模型. 2. 解决分类问题的一般方法: 决策树分类法 基于规则的分类法 神经网 ...
- 数据挖掘导论读书笔记2
1.频率和众数 frequency(vi)=具有属性值vi的对象数/m 分类属性的众数mode是具有最高频率的值. 2.百分位数 3.位置度量:均值和中位数 4.散布度量:极差和方差 绝对平均偏差 A ...
最新文章
- .net下WinDbg使用说明
- SAP 没有QM02权限的情况下如何为一个质量通知单单据上传附件?
- 修正STM32F103ZE的散列文件
- P3480-[POI2009]KAM-Pebbles【阶梯博弈】
- 【ZOJ - 2836 】Number Puzzle (容斥原理)
- 备课笔记190826
- mysql伪表 dual_Oracle系列:(5)select子句
- 【Angular专题】 (3)装饰器decorator,一块语法糖
- Educoder 机器学习 SMO进行优化 第1关:SMO高效优化算法
- Python 字典 get() 方法
- 抖音无水印下载不求人
- 德鲁克日志读后感之五十三
- Linux命令 常见命令 详细分类
- 三天,我通过了Apsara Clouder基础技能认证:阿里巴巴Android开发规范
- H5中ajax()方法发送网络数据请求
- Windows Server 2008 R2使用WDS服务实现批量安装操作系统演示
- Web前端期末大作业---新农村建设网页设计
- html5中的meter标签改变颜色规则
- win10一键重装系统软件哪个好呢?
- Python Pandas行列的选择、添加、删除
热门文章
- linux comm 12,Linux comm命令
- 冒泡排序c++代码_八大排序算法(解释+代码+结果+算法优化)
- cms和mysql区别_CMS不要让MySQL为你流泪
- 如何判断基因组的重复区域_Nat Comm. | 15万人类基因组中多核苷酸变异(MNV)的起源及功能研究...
- 文本编辑器中实现自动换行的功能
- C++继承中父类和子类之间的同名覆盖
- 用或非门构造D型触发器
- Dictionary泛型集合
- rdd数据存内存 数据量_spark系列:spark core 数据交互技术点(数据模型)
- excel查找空值快捷键_Excel工资表怎么做?3分钟学会利用函数生成工资表