旺仔不爱牛奶的博客

第2章 聚类分析 文章目录第2章 聚类分析2.1 距离聚类的概念2.2.1 常用的距离2.2.2 聚类准则2.3 基于距离阈值的聚类算法2.4 层次聚类法2.5 动态聚类法2.5.1 K-均值算法2.5.2 ISODATA2.X 补充聚类算法2.6 聚类结果的评价2.6 聚类结果的评价 2.1 距离聚类的概念 理解为什么使用距离进行聚类 能从给定的例子中找出可用于分类的距离 什么是聚类分析？ 根据模式样本之间的相似性对模式样本进行分类 聚类分析的前提条件 样本所属类别未知 聚类分析的目标

第1章 绪论 1.1 模式和模式识别的概念 能用自己的语言解释相关名词（模式、模式识别、样本、特征、模式类） 能举例说明模式识别系统中的相关内容 模式：对客体（研究对象）特征的描述（定量的或结构的描述），是取自客观世界的某一样本的测量值的集合（或综合）。 模式识别：确定一个样本的类别属性（模式类）的过程，即把某一样本归属于多个类型中的某个类型。 样本：一个具体的研究（客观）对象。如患者，某人写的一个汉字，一幅图片等。 特征：能描述模式特性的量（测量值）。在统计模式识别方法中，通常用一个矢量x表示，称之为