本文深入探讨了聚类分析的概念及其在数据科学领域的广泛应用，包括系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法和聚类预报法。此外，文章分享了适用于初学者的学习资源，如ATutorialonClusteringAlgorithms教程和开源聚类软件。最后，推荐了R语言作为数据分析的强大工具。
俗话说：“物以类聚，人以群分”，在自然科学和社会科学中，存在着大量的分类问题。所谓类，通俗地说，就是指相似元素的集合。聚类分析又称群分析，它是研 究（样品或指标）分类问题的一种统计分析方法。聚类分析起源于分类学，在古老的分类学中，人们主要依靠经验和专业知识来实现分类，很少利用数学工具进行定 量的分类。随着人类科学技术的发展，对分类的要求越来越高，以致有时仅凭经验和专业知识难以确切地进行分类，于是人们逐渐地把数学工具引用到了分类学中， 形成了数值分类学，之后又将多元分析的技术引入到数值分类学形成了聚类分析。聚类分析内容非常丰富，有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类 法、图论聚类法、聚类预报法等。
今天发现了一些适合初级学习的小资料：A Tutorial on Clustering Algorithms
还有一个很全的工具包：open source clustering software，还发现了一个统计软件包，R语言的。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
