青春荒唐，不能投降。

数 据 挖 掘 课——聚 集（一）一，什么是聚类？聚类：-将一个对象的集合分割成几个类，每个类内的对象之间是相似的，但与其他类的对象是不相似的。评判聚类好坏的标准：1，能够适用于大数据量。2，能应付不同的数据类型。3，能够发现不同类型的聚类。4，使对专业知识的要求降到最低。5，能应付脏数据。6，对于数据不同的顺序不敏感。7，能应付很多类型的数据。8，模型可解释，可使用。

聚 集（二）2，Clara算法。上次课提到K-medoids算法不适合于大数据量的计算。这次课我们介绍Clara算法，这是一种基于采用的方法，它能够处理大量的数据。Clara算法的思想就是用实际数据的抽样来代替整个数据，然后再在这些抽样的数据上利用K-medoids算法得到最佳的medoids。Clara算法从实际数据中抽取多个采样，在每个采样上都用K-medoids算法得

1， 统计的方法：概念聚类是在机器学习中聚类的一种形式，与其他通常的聚类方法（定义相似的记录为一个类）不同的是，概念聚类则更进一步来找出每一个类的特征描述。这样，概念聚类就有两步组成，首先，进行聚类，然后找出特征。这样聚类的质量就不仅仅是单个记录的一个函数，它还综合了一些得出的类的描述。大多数的概念聚类采用了一个统计的方法——在决定一个类的时候，用可能性的描述语句。COBWEB是一