不同類之間有無包含關係
硬聚類：每個物件只屬於乙個類
軟聚類：每個物件以概率屬於某個類。比如：樣本1：a-0.8，b-0.1，c-0.1
① 將特徵向量化，每個樣本表示為高維空間的乙個點
② 計算各個點之間的距離（距離與相似度成反比）
歐氏距離：曼哈頓距離：自底向上：凝聚層次聚類余弦相似度：
自頂向下：**層次聚類
演算法描述：
每乙個物件歸為一類，共m類，每類只有乙個物件演算法描述：計算每乙個類與其他類之間的距離
找到最接近的兩個類合併長乙個類a
刪除其他類與類a內各類的距離
刪除類a內各類與其他類的距離
插入其他類與類a的距離
更新類a與其他類的距離
5. 重複 3 4 直到最後合併為乙個類為止（此類包含n個物件）
第二步中，計算類間距離的方法有三種：
演算法複雜度 o(m^3)
任意選擇k個點作為初始聚類中心演算法缺點：計算每個物件到這k個點的距離，到哪個點最近，就歸為哪一類
重新計算這k個類的聚類中心（質心）
重複 2 3 直到聚類中心變化不大或者損失函式
演算法複雜度 o(m*k*t) t是迭代次數
非常依賴於初始點的選擇，如何選擇初始點？多次訓練，取使l(c)最小的初始點（1）內部評價（用於無監督）k取多少合適？看業務
適用於球面聚類
判斷標準：同類是否相似，異類是否相異
σi：類內各物件到該類聚類中心的平均距離（2）外部評價（用於有監督學習）ci：該類的聚類中心
分類**類別
y1y2
實際類別
y1c11
c12y2
c21c22
準確度
精確率
召回率
f值
β越小，越傾向於精確率；β越大，越傾向於精確率和召回率的混合。auc最常見是β=1，此時就是常見的
關於K means聚類演算法重點理解
阿里面試時候被問到簡單介紹一下k means演算法，以及迴圈迭代的終止條件是什麼？特此記錄，共勉！k均值聚類演算法 k means clustering algorithm 是一種迭代求解的聚類分析演算法。1 預將資料分為k組，則隨機選取k個物件作為初始的聚類中心 2 然後計算每個物件與各個種子聚類...
K Means聚類演算法
k means聚類演算法 intergret kmeans演算法的基本思想是初始隨機給定k個簇中心，按照最鄰近原則把待分類樣本點分到各個簇。然後按平均法重新計算各個簇的質心，從而確定新的簇心。一直迭代，直到簇心的移動距離小於某個給定的值。k means聚類演算法主要分為三個步驟 1 第一步是為待聚類...
聚類演算法 K means
演算法接受引數 k 然後將事先輸入的n個資料物件劃分為 k個聚類以便使得所獲得的聚類滿足 同一聚類中的物件相似度較高 而不同聚類中的物件相似度較小。聚類相似度是利用各聚類中物件的均值所獲得乙個 中心物件 引力中心 來進行計算的。k means演算法是最為經典的基於劃分的聚類方法，是十大經典資料探勘演...