聚类

聚类定义

• 对大量未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大，而类别间的数据相似度较小--无监督

相似度计算方法

• Jaccard相似度的由来
  
• 余弦相似度与Pearson相似系数
  

基本思想

• 给定一个有N个对象的数据集，构造数据的k个簇，k<n 。满足以下条件：
  • 每个簇至少包含一个对象
  • 每个对象属于且属于一个簇
• 满足条件的簇成为合理划分
• 对于给定的类别数目k，首先给出初始划分，通过迭代改变样本和簇的隶属关系，使得每一次改进之后的划分方案都比前一次好

k-means算法

• k-means过程
  
• 初值敏感
  • k-means++多了根据距离加权更新距离中心的操作
• k-means的公式化解释
  
• k-means聚类方法总结
  

Canopy算法

聚类的衡量指标

ARI

AMI

轮廓系数

课时七、聚类

原文：https://www.cnblogs.com/linyk/p/13363522.html