本文探讨了非监督聚类的基本概念与应用，包括聚类的五个主要步骤：特征选择、相似性度量、聚类标准、聚类算法及结果验证。文中还介绍了不同类型的相似性度量方法，如点间度量、点与数据集间度量及数据集间度量。
一，引言
之前几个章节讨论的都是监督聚类，从本章开始讨论非监督聚类，即训练模式不带标签的情形。
聚类的步骤：
1，特征选择。选取最能够表示我们目标物体信息的特征。
2，相似性度量。给出两个特征量相似点或者不想似的地方。
3，聚类标准。聚类标准。可能由损耗函数（cost function）或者其他形式表达。
4，聚类算法。根据相似性度量和聚类标准，阐明数据的结构。
5，结果验证。
6，解释结果。
不同的特征、相似性度量、聚类标准和聚类算法会导致完全不同的结果。
主观性会一直伴随我们。（Subjectivity is a reality we have to live with from now on.）
聚类的应用：
1，数据简化。
2，提出假设。
3，验证假设。
4，基于组群的预测。
二，相似性度量
1，点间度量
2，点和数据集间度量
3，数据集间度量
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
