【ML 吴恩达】11 聚类Clustering的概念、应用和算法简介

￡神魔★判官ぃ 2022-12-25 12:51 210阅读 0赞

目录

  • 1 简介
  • 2 聚类应用
  • 3 选择聚类方法的情况
  • 4 聚类算法

1 简介

聚类Clustering ： 将数据集中的样本划分为若干个通常不相交的子集，每个子集称为簇（cluster）。
簇cluster：A group of objects that are similar to other objects in the cluster ,and dissimilar to data points in other clusters
一组与集群中其他对象相似，但与其他集群中的数据点不同的对象称为簇
在这里插入图片描述

2 聚类应用

（1）出版社
• 自动分类新闻内容
• 建议类似的文章
（2）医疗
• 表征病人的行为
（3）生物
• 聚类遗传标记以识别家庭纽带
（4）零售\市场
• 识别顾客购买的方式
• 推荐新书和新电影给顾客
（5）银行
• 支票的检测
• 识别用户群
（6）保险
• 索赔分析中的欺诈检测
• 顾客的投保风险

3 选择聚类方法的情况

（1）探索性数据分析
（2）总结概要
（3）离群值检测（outlier detection）
（4）查重
（5）预处理步骤

4 聚类算法

（1）基于分区的聚类
• 相关高效，用于中等或者大型数据集
• K-means 、K-Median 、Fuzzy c-Means
在这里插入图片描述

（2）层次聚类
• 产生树的聚类
• 凝聚算法（Agglomerative algorithm）分割算法（Divison algorithm）
在这里插入图片描述

（3）基于密度的聚类算法
• 产生任意形状的簇
• DB scan算法

发表评论

表情：
评论列表 （有 0 条评论，210人围观）

还没有评论，来说两句吧...

相关阅读

    相关 吴恩达机器学习

    机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，专门研究计算机怎样模拟或实现人类的学习行为，以获

    短命女短命女/ 0 赞/ 750 阅读