【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 12:51 150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][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center]

# 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][20201201212606112.png_pic_center]

（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][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 1]

（3）基于密度的聚类算法  
• 产生任意形状的簇  
• DB scan算法

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/6f344b62297b4e73b23ba1f702ae48df.png
[20201201212606112.png_pic_center]: https://img-blog.csdnimg.cn/20201201212606112.png#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20201201212627798.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzkzNTY5Ng==,size_16,color_FFFFFF,t_70#pic_center