本文深入解析KMeans聚类与密度聚类两大算法。KMeans通过最大化样本点的高斯概率，寻找最佳聚类中心；而密度聚类则通过核心对象及其直接可达点形成聚类，适合处理噪声和不同形状的数据集。
KMeans聚类：
认为每个聚类都是以聚类中心为均值，方差在各维度相同，且每个聚类的方差也相同，的高斯分布（"半径"相等的球形）；
给定K，目标是找到K个聚类中心，使得所有样本点的高斯概率之积最大，取log之后变成所有样本距离自己聚类中心的平方之和最小；
初始聚类中心的选择：如KMeans++，依次选择聚类中心时，每次选的点距离其他聚类中心的距离越大，被选中做聚类中心的概率就越大；
K的个数如何确定：elbow(胳膊肘）法，横轴是K，纵轴是误差，选择曲线下降的“拐点”
选中位数做聚类中心，可以降低噪音点带来的影响
密度聚类：
核心对象：该点固定半径r内的点数超过bar，就是核心对象；
直接可达：核心对象x的半径r范围内的点y们，叫做x到y直接可达（y到x不一定直接可达，因为y不一定是核心对象）
一个聚类，就是从一个未访问的核心对象开始，找所有的从他直接可达的核心对象们，迭代下去直到找不到新的核心对象；这些核心对象和他们半径r里的所有点，构成这个聚类；
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
