聚类
聚类定义
- 对大量未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大，而类别间的数据相似度较小--无监督
相似度计算方法
- Jaccard相似度的由来
- 余弦相似度与Pearson相似系数
基本思想
- 给定一个有N个对象的数据集，构造数据的k个簇，k<n 。满足以下条件：
- 每个簇至少包含一个对象
- 每个对象属于且属于一个簇
- 满足条件的簇成为合理划分
- 对于给定的类别数目k，首先给出初始划分，通过迭代改变样本和簇的隶属关系，使得每一次改进之后的划分方案都比前一次好
k-means算法
- k-means过程
- 初值敏感
- k-means++多了根据距离加权更新距离中心的操作
- k-means的公式化解释
- k-means聚类方法总结
Canopy算法
聚类的衡量指标
ARI
AMI
轮廓系数
层次聚类
AGNES中簇间距离的不同定义
密度聚类方法
DBSCAN算法
- DBSCAN算法的若干概念
密度最大值聚类
局部密度的其他定义
高局部密度点距离
簇中心的识别
边界和噪声的重认识
谱和谱聚类
谱分析的整体过程
若干概念
相似图G的建立方法
拉普拉斯矩阵及其性质
谱聚类算法：对称拉普拉斯矩阵
谱聚类算法：未正则拉普拉斯矩阵
谱聚类算法：随机游走拉普拉斯矩阵
- 随机游走和拉普拉斯矩阵的关系
进一步思考
