数据挖掘-聚类分析

聚类分析

聚类是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。聚类分析可以建立抽象概念，发现数据的分布模式，探索可能的数据属性之间的相互关系。

1.K均值聚类

基本思路是把数据分配给最近中心的类中。

2.层次聚类

基本思想是按照某种方法进行层次分解。有自底向上的凝聚和自顶向下分裂两种方法。

3.密度聚类

基本思想是过滤低密度区域，发现稠密点的聚类。

4.网格聚类

基本思想是在量化后的网格空间结构中进行聚类。

总结一下各种聚类的几何特征：K均值聚类是线性的，层次聚类是凸面的，密度聚类可以是凹面的，网格聚类是网格的。