Step2#xff1a;计算样本点到各均值向量的距离#xff0c;…

文章目录

Step2计算样本点到各均值向量的距离距离哪个最近就属于哪个簇

Step3重新计算中心点作为均值向量重复第二步直到收敛常见距离

曼哈顿距离街区距离欧氏距离切比雪夫距离棋盘距离闵氏距离结合前三种余弦相似度

适用场景塔吊和文本分析

给定数据集Dx1x2…xm邻域ε对x∈D其ε邻域包含样本集D中与x的距离不大于ε的样本核心对象若x的ε邻域至少包含MinPts个样本即|N(x)|≥MinPts则x是一个核心对象。

dist

直到最远的两个簇的距离超过阈值或簇的个数达到指定值距离最大距离、最小距离、平均距离

DIANA算法

Step2在同一个簇中计算任意两个样本之间的距离找到距离最远的两个样本点ab

Step3计算原来簇中剩余样本点距离ab的距离距离哪个中心近分配到哪个簇中

Step4重复步骤2、3

应用将混合的连个数据集分开一维高斯函数多元独立高斯函数正态分布就是高斯函数

exp

f(x)(2π)d/2⋅∣Σ∣1/21​⋅exp(−21​(x−μ)TΣ−1(x−μ))高斯混合模型

exp

f(x)i1∑K​wi​⋅(2π)d/2⋅∣Σi​∣1/21​⋅exp(−21​(x−μi​)TΣi−1​(x−μi​))

Step1将参数随机初始化

Step2计算x_j由各混合成分生成的后验概率即观测数据x_j由第i个分模型生成的概率p(z_ji|x_j)并记为γ_ji

Responsibility

Responsibility(xi​,θ)∑j1K​πj​⋅N(xi​∣μj​,Σj​)πk​⋅N(xi​∣μk​,Σk​)​

Step3利用γ_ji计算新均值

目的评估聚类结果是否好坏确立优化目标结论簇内彼此相似簇间彼此不同指标是否用到样本均值

外部指标JC指数、FMI指数、RI指数内部指标DB指数Dunn指数

参考书周志华-机器学习-西瓜书