k-means聚类、EM聚类、模糊聚类比较.ppt

发布时间：2022-05-30 发布人：admin 分类：说明书资料大小：0.46M 资料格式：ppt 举报版权申诉

第1页 / 共26页

第2页 / 共26页

第3页 / 共26页

第4页 / 共26页

第5页 / 共26页

第6页 / 共26页

第7页 / 共26页

第8页 / 共26页

聚类 IRLAB

大纲 • 聚类分析简介 • 层次聚类 – 单连接和全连接聚类 – 组平均聚类 – 应用：改进语言模型 – 自顶向下聚类 • 非层次聚类 – K-均值 – EM算法

什么是聚类分析? • 聚类: 数据对象的集合 – 在同一个类中，数据对象是相似的 – 不同类之间的对象是不相似的 • 聚类分析 – 一个数据集合分组成几个聚类 • 聚类是一种无监督分类:没有预定义的类 • 典型应用 – 作为一个独立的工具透视数据分布 – 可以作为其他算法的预处理步骤

聚类算法类型 • 层次聚类与非层次聚类 – 自底向上与自上向下（凝聚与分裂） – K-均值 • 软聚类与硬聚类 – K-均值 – 模糊聚类（EM算法）

层次聚类 • 自底向下的聚类 – 每一项自成一类 – 迭代，将最近的两类合为一类 • 自顶向下的聚类 – 将所有项看作一类 – 找出最不相似的项分裂出去成为两类

类的相似度度量 • 我们可以知道两个项之间的相似度，但是聚类要求知道类与类之间的相似度 • 三种方法： – 单连接方法 – 全连接方法 – 组平均方法

分享到：

赞收藏

资料库