Mortal's blog

文章目录1. 算法思想2. 具体步骤3. 两个类之间的相似性度量4. 缺点1. 算法思想分级聚类方法（hierachical clustering）。聚类的结果可能是NNN类也可能是111类。因此，在归类的过程中可以从NNN类到111类逐级地进行类别划分，求得一系列类别数从多到少的一个分类方案，然后根据一定的指标选择中间某个适当的划分方案作为聚类的结果。2. 具体步骤初始化，每个样本自...

文章目录1. 基本思路2. 样本在类间调整思路3. 具体步骤4. 初始化类的方法4.1 选择代表点4.2 初始类划分5. 参考文献1. 基本思路通过迭代寻找c个聚类的一种划分方案，使这c个聚类的代表点——各类样本的均值所得到的总体误差最小。假设第iii类样本集合τi\tau_iτi​的数目为NiN_iNi​，则该类样本均值向量为mi\boldsymbol{m_i}mi​的计算公式为：mi=...

文章目录0. 前言1.真正的决策树2.划分选择2.1 ID3算法2.1.1 信息熵2.1.2 条件熵2.1.3 信息增益含义：得知特征$X$的信息而使得类$Y$的信息不确定性减少的程度。$$g(Y, X)=H(Y)-H(Y|X) \tag{2.3}$$![色泽的信息增益计算过程](https://imgconvert.csdnimg.cn/aHR0cHM6Ly91cGxvYWQtaW1hZ...

聚类算法大杂烩1. 思维导图2. 基本概念和使用场景2.1 什么是“聚类”？2.2 聚类的使用2.3 性能度量（有效性指标）2.3.1 外部指标衡量法2.3.1.1 簇内结果的衡量标准样本间距离的计算样本间聚类结果的衡量标准2.3.1.2 簇间的衡量标准簇间距离的计算簇间聚类结果的衡量标准2.3.1.3 距离的计算对于函数$dist$，满足四个性质：计算公式：3. 聚类算法3.1 原型聚类3.1....

KMeans算法[1. 聚类算法族谱](https://blog.youkuaiyun.com/u012759262/article/details/100552716)2. 数据准备3. 算法描述3.1 距离计算公式3.2 算法流程4. 代码实现1. 聚类算法族谱该文中主要介绍了:聚类算法的特点,样本间距离,簇之间距离的计算方法以及衡量聚类算法性能的算法.2. 数据准备假设有样本集数据D={x1,x...

学习向量量化算法1. 聚类算法家族族谱2. 学习向量量化3. 数据准备4. 算法流程1. 聚类算法家族族谱这篇文章主要介绍了：聚类算法的特点，样本间距离，簇之间距离的计算方法以及衡量聚类算法性能的算法。2. 学习向量量化学习向量量化（Learning Vector Quantization, LVQ）同KMeans算法类似，也是要找一个具有代表性的值代表某一类别。但是其输入数据是要求有类...