你好，时光的博客

title: 机器学习西瓜书学习笔记【第九章】date: 2021-2-11 12:00:03tags: [理论学习,机器学习,西瓜书,聚类,K-means,DBSCAN,高斯混合聚类]toc: True第9章 聚类9.1 聚类任务什么是聚类任务？**类别：**无监督学习**目的：**通过对无标记训练样本的学习来揭示数据的内在性质及规律，为进一步的数据分析提供基础。9.2 性能度量什么是好的聚类？**目的：**① 评估聚类结果的好坏 ② 确立优化的目标**结论.

文章目录一、基于密度的聚类算法DBSCAN基本术语DBSCAN算法描述：DBSCAN算法步骤DBSCAN算法举例缺点二、OPTICS 算法两个定义：OPTICS算法描述算法流程图密度聚类方法：==基于密度的聚类方法以数据集在空间分布上的稠密程度为依据进行聚类，无需预先设定簇的数量，因此特别适合对于未知内容的数据集进行聚类。一、基于密度的聚类算法DBSCAN基本术语邻域的最大半径：Eps在 Eps-邻域中的最少点数 ：MinPts核心对象 (Core object)： 一个对象的ε-邻域至