聚类
最后更新于
最后更新于
Page197: 有效性指标
聚类性能度量,即评估其好坏的性能度量。聚类性能度量分为两类,外部指标和内部指标。
Page199: 距离度量
用于衡量点和点之间的距离,常用的有欧氏、曼哈顿、切比雪夫。最常用的是闵可夫斯基距离:
Page200: 街区距离
闵可夫斯基距离时即曼哈顿距离,又称街区距离:
Page200: 离散属性
定义域上有限个取值,比如{西瓜,哈密瓜,木瓜}。
Page200: 连续属性
定义域上可以取无限个取值,如实数。
Page200: 列名属性
“离散属性”也称“列名属性”,见“离散属性”。
Page200: 曼哈顿距离
同“街区距离”。
Page200: 闵可夫斯基距离(220)
见“距离度量”。
Page200: 欧氏距离
闵可夫斯基距离时即欧氏距离:
Page200: 切比雪夫距离
闵可夫斯基距离当时即切比雪夫距离。
Page200: 数值属性
见“连续属性”。
Page200: 无序属性
不能直接在属性值上计算距离。
Page200: 有序属性
可以直接在属性值上计算距离。
Page201: 非度量距离
不满足直递性的距离。
Page201: 混合属性
存在有序属性和无序属性。
Page201: 加权距离
即给每个距离加权重。
Page201: 相似度度量
对两个事物之间相似程度的综合性度量。
Page201: 距离度量学习(237)
度量学习(Metric Learning)是常说的相似度学习,距离度量学习则是选定距离计算式来进行度量。
Page202: 原型聚类
基于原型的聚类,著名的几种方法包括k均值算法、学习向量量化和高斯混合聚类等。
Page202: k均值算法(218)
针对聚类所得的簇,同类样本的最小均方误差。
Page204: LVQ(218)
见下
Page204: 学习向量化(Learning Vector Quantization, LVQ)
指通过找到一组原型向量来刻画聚类结构,每个原型向量代表一个聚类簇。
Page206: 概率模型(319)
概率模型是将学习归结为计算变量的概率分布的一种描述。
Page206: 高斯混合(296)
高斯混合是用高斯概率密度函数去量化,将变量/事物分解为若干个高斯密度函数的模型。
Page211: 密度聚类
基于密度的聚类,即是通过事物的紧密程度去聚类。如DBSCAN算法。
Page214: 层次聚类
通过不同层次对数据集进行划分,得到的是树形聚类结构。可采用“自顶向下”的分拆策略,也可用“自底向上”的聚合策略。著名的AGNES是自底向上聚合的层次聚类算法。
Page219: 聚类集成
对原始数据集的多个聚类器进行集成。可有效降低聚类过程中的随机性和聚类假设不符等因素的影响。
Page219: 异常检测
异常检测常借助聚类或距离计算,如将离心或密度极低的点作为异常点。
Page220: 豪斯多夫距离
Hausdorff distance: 其中