2019年11月23日
32(2).层次聚类---BIRCH
摘要： BIRCH:Balanced Iterative Reducing and Clustering Using Hierarchies 算法通过聚类特征树CF Tree:Clustering Feature True来执行层次聚类，适合于样本量较大、聚类类别数较大的场景。 阅读全文
posted @ 2019-11-23 14:23 nxf_rabbit75 阅读(289) 评论(0) 推荐(0)
32(1).层次聚类---AGNES
摘要： 层次聚类hierarchical clustering 试图在不同层次上对数据集进行划分，从而形成树形的聚类结构。 一、 AGNES AGglomerative NESting：AGNES是一种常用的采用自底向上聚合策略的层次聚类算法。 阅读全文
posted @ 2019-11-23 14:20 nxf_rabbit75 阅读(663) 评论(0) 推荐(0)
31(2).密度聚类---Mean-Shift算法
摘要： Mean-Shift 是基于核密度估计的爬山算法，可以用于聚类、图像分割、跟踪等领域。 阅读全文
posted @ 2019-11-23 14:19 nxf_rabbit75 阅读(267) 评论(0) 推荐(0)
31(1).密度聚类---DBSCAN算法
摘要： 密度聚类density-based clustering假设聚类结构能够通过样本分布的紧密程度确定。 密度聚类算法从样本的密度的角度来考察样本之间的可连接性，并基于可连接样本的不断扩张聚类簇，从而获得最终的聚类结果。 一、DBSCAN算法 1.介绍 DBSCAN是一种著名的密度聚类算法，它基于一组邻 阅读全文
posted @ 2019-11-23 14:18 nxf_rabbit75 阅读(695) 评论(0) 推荐(0)
30(3).原型聚类---GMM
摘要： 123 阅读全文
posted @ 2019-11-23 11:03 nxf_rabbit75 阅读(162) 评论(0) 推荐(0)
30(2).原型聚类---LVQ
摘要： 123 阅读全文
posted @ 2019-11-23 11:01 nxf_rabbit75 阅读(141) 评论(0) 推荐(0)
30(1).原型聚类---k-means
摘要： 原型聚类prototype-based clustering假设聚类结构能通过一组原型刻画。 常见的原型聚类有： k均值算法k-means 学习向量量化算法Learning Vector Quantization：LVQ 高斯混合聚类Mixture-of-Gaussian 一、k-means算法 1 阅读全文
posted @ 2019-11-23 10:59 nxf_rabbit75 阅读(740) 评论(0) 推荐(0)