文档介绍：第6章非监督学****方法(聚类分析)
基本概念
分级聚类法
C均值聚类法
实验介绍
基本概念
监督学****Supervised Classification)
利用已知类别的样本进行训练
非监督学****Nonsupervised Classification)
所用样本没有类别标志(本章主要研究)
聚类分析
按照物以类聚的思想,对未知类别的样本集根据样本之间的相似程度分类,相似的归为一类。
基本概念
什么叫两个样本相似?
模式的相似性测度
相似到什么程度归为一类?
聚类准则,聚类准则不同,分类结果也不同
羊,狗
金鱼,青蛙
以胎生为准则聚类
羊,狗
金鱼
青蛙
以生存环境为准则聚类
基本概念
模式相似性测度
度量同一类样本间的类似性和不属于同一类样本间的差异性。
1、距离度量
欧氏距离:设为两个样本,则
基本概念
欧氏距离
欧氏距离在使用中反映各特征分量的样本个数应均衡。
例如,取5个样本,其中有4个反映对分类有意义的特征A,只有1个对分类有意义的特征B,欧氏距离的计算结果,则主要体现特征A。
马氏距离
马氏距离排除了不同特征之间相关性的影响。
基本概念
距离测度的优缺点
以距离作为测度具有平移不变性和旋转不变性,但不具尺度不变性。
平移不变
旋转不变
基本概念
距离测度的优缺点
不具有尺度不变性
基本概念
2、角度测度
基本概念
角度测度具有尺度不变性和旋转不变性,不具有平移不变性。
缺点:
此时发生归为一类的错误
分级聚类法(系统聚类)
聚类分析是把N个没有类别标志的样本分成若干类