聚类
2020-02-26 11:01:09 29 举报AI智能生成
聚类的方法分类
作者其他创作
大纲/内容
聚类
《裂变》
聚类：是一种无监督学习方法；数据相似性用距离度量，类内差异尽量小，类间差异尽可能大
层次聚类（基于连接的聚类）:树状图
自顶向下的拆分策略
自底向上的会聚策略
单链接算法（最小距离）
全连接算法（最大距离）
均链接算法（平均距离）
原型聚类（基于质心的聚类）
K均值算法（贪心策略）：取平均—重新计算中心—重新聚类
分布聚类（基于概率模型的聚类）
期望极大算法（EM算法）参数估计，使似然函数得取最大值
密度聚类
利用噪声的基于密度的空间聚类（DBSCAN）
机器学习地图
层次聚类
k-means
DBSCAN
OPTICS
Mean shift
谱聚类
EM算法
《人工智能》课程
分层聚类
需要一个参数指明停止聚类的条件
自顶向下：分裂聚类法
自下而上：凝聚聚类法
Linkage算法：只能聚集凸数据
单链
均链
全链
CURE算法
数据采样
分区
CHAMELEON算法
BIRCH算法
划分聚类
K-means方法
基于密度的聚类
DBSCAN算法
OPTICS算法
DENCLUE算法
基于网格的聚类
STING算法
WaveCluster算法
CLIQUE算法
基于模型的聚类
0 条评论
回复 删除
下一页
