“1+X”(中级)08-聚类分析.pdf

聚类分析

课程目录

8.1.聚类分析概述

8.1.1.聚类分析的定义

8.1.2.聚类分析提出的背景

8.1.3.聚类分析的原理

8.1.4.聚类分析的应用场景

8.1.5.聚类算法的分类

8.2.基于划分的聚类

8.3.基于层次的聚类

8.4.基于密度的聚类

8.5.基于网格的聚类

8.6.k-均值聚类分析实验

8.7.本章小结

8.8.本章习题

1【-〕阿里云

聚类分析的定义

聚类分析是一组将研究对象分为相对同质

的群组的统计分析技术。

聚类分析对具有共同趋势或结构的数据进

行分组，将数据项分组成多个簇(类),簇之

间的数据差别尽可能大，簇内的数据差别尽可

能小，即“最小化”簇内的相似性，最大化簇

间的相似性。它主要解决的是把一群对象划分

成若干个组的问题。划分的依据是聚类问题的

核心。所谓“物以类聚，人以群分”,故得名

聚类。

2【-〕阿里云

聚类分析的定义

聚类是指从无标签的数据中，找出某种结构。换言之，将在某些方面比较相似的成员组织到一组中，整

体数据最终会被分成多个不同的组别。其中，同一个组内的成员相似，不同组内的成员相异。

有未知分类的鸢尾花的测量数据，包括萼长、萼宽、瓣长、瓣宽，根据这些测量数据，将类萼长萼宽瓣长瓣宽

4.63.11.50.2

似的测量记录归类(同种花的测量数据具有类似的特征)。需使用聚类实现“自动”学习。53.61.40.2

5.43.91.70.4

折线图展示，判断分类数：按照3类聚类后的结果：4.63.41.40.3

53.41.50.2

-

Setosa4.42.91.40.2

?4.93.11.50.1

6.22.94.31.3

5.12.531.1

Versicolour5.72.84.11.3

?

6.33.362.5

-

5.82.75.11.9

7.135.92.1

Virginika6.32.95.61.8

*t