首页  思维导图  详情



 



聚类算法

2021-04-22 10:18:32   0  举报





AI智能生成

聚类算法说明

数据挖掘

机器学习

模板推荐

作者其他创作

大纲/内容

DBSCAN

基本概念

工作流程

特点

K-Means

基本概念

K-Means参数

设定簇的个数(K值)

质心的获取

距离的度量<font color="#c41230">（前提是要标准化）</font>

欧式距离测量法

概念

二维条件

三维条件

多维空间依次类推

使用场景

欧氏距离能够体现个体数值特征的绝对差异，所以更多的用于需要从维度的数值大小中体现差异的分析，如使用用户行为指标分析用户价值的相似度或差异

余弦距离测量法

概念

使用场景

余弦距离更多的是从方向上区分差异，而对绝对的数值不敏感，更多的用于使用用户对内容评分来区分兴趣的相似度和差异，同时修正了用户间可能存在的度量标准不统一的问题（因为余弦距离对绝对数值不敏感）

优化目标

对i-k求最小值

工作流程

1.设置k个簇数，取得初始中心点

2.把每个点划分至相应的簇中

3.依靠算法重新进行中心点计算

4.迭代计算中心点

5.收敛

特点

优势

简单、快速，适合常规数据集

劣势

1.K值难确定

2.复杂度与样本呈线性关系

3.对任意形状的比较难判断簇状

 Collect

Get Started

层次聚类

 Collect

Get Started

聚类方法

 Collect

Get Started

密度聚类

 Collect

Get Started

算法模型





0 条评论

下一页