聚類相關的概念：相似性、距離度量（單連線、全連線、平均、質心、中心）、異常點
演算法分類：層次演算法、劃分演算法
層次演算法：（凝聚、**）、譜系圖的概念
簡單的凝聚演算法——最近鄰聚類：自增距離d至閥值、每次合併距離<=d的簇，複雜度0(max(d)*n^2*判連通的複雜度)
基於mst的層次凝聚聚類：從生成的mst上，根據距離合併簇
**：基於mst的**，與上述mst凝聚相逆
劃分演算法判定聚類解的優劣：平方誤差（點到簇中心點的距離平方和）
1、mst，去k-1條最不一致邊，0（n^2）
2、誤差平方聚類：隨機選k個點入簇，將每個點放入最近的簇，計算機平方誤差，產生新的中心點，直到兩次迭代產生的平方誤差的差小於某一閥值：（分k個簇，n個元組,t次迭代）o(ktn)
3、k均值演算法：選k個初始點入簇，計算平均值，然後重新將每個點放入到平均值距離最近的簇，重新計算平均值，直到均值不變或變化小於某一閥值 o(ktn)
4、最鄰近演算法：初始化某乙個點為單獨簇，依次計算每乙個點到每個簇中心點的距離，選出最近的簇，如果最近距離小於閥值，加入這個最近簇，否則，自己單獨成為另外乙個簇 最壞時間複雜度 o(n^2)
5、pam演算法：選定中心點、利用最近距離將每個點入簇、計算交換中心點與任意個非中心點交換後的距離改變量，並交換距離改變量最小的一對中心點與非中心點，直到改變量非負。複雜度大
擴充套件到大型資料庫：clara，clarans,基於資料庫抽樣
6、遺傳演算法：了解
7、神經網路：了解，自組織的神經網路、自組織對映，kohonen網路、權值調整、競爭
感覺很多劃分演算法，都是利用不斷的迭代進行鬆弛...
以上不過是乙個提綱。
資料探勘中的聚類演算法綜述
1.聚合聚類的策略是先將每個物件各自作為乙個原子聚類，然後對這些原子聚類逐層進行聚合，直至滿足一定的終止條件 後者則與前者相反，它先將所有的物件都看成乙個聚類，然後將其不斷分解直至滿足終止條件。2.分割聚類演算法是另外一種重要的聚類方法。它先將資料點集分為 個劃分，然後從這 個初始劃分開始，通過重複...
資料探勘常用聚類 分類演算法總結
1 knn演算法 k最鄰近分類演算法 from sklearn.model selection import train test split sklearn中引入訓練集測試集分割包 data train,data test,target train,target test train test s...
聚類演算法資料探勘（五） 聚類
首先宣告，我是乙個菜鳥。一下文章中湧現技術誤導情況蓋不負責 聚類是資料探勘描述任務的乙個主要組成部分。資料探勘任務包括描述性任務和 性任務兩種。描述性任務包括聚類 關聯分析 序列 異常檢測等，性任務包括回歸和分類。聚類 將資料物件分別為若干類，同一類的物件具有較高的相似度，不同類的物件相似度較低。從...