机器学习-聚类PPT

机器学习 聚类 汇报人 杨光 1 2020 4 15 1 聚类任务 有一天老板给你一堆数据 然后他说 你给我分类 聚类 出来 2 2 2020 4 15 1 聚类任务 聚类算法是一种无监督学习 我们区分监督学习和无监督学习的方法是看IN数据有无标签 Label 3 3 2020 4 15 1 聚类任务 4 在实际工作中 我们需要处理很多数据 标签获取需要极大的人工工作量 4 2020 4 15 1 聚类任务 引言 聚类算法会将数据集中的样本划分成为若干个通常不相交的子集 每一个子集我们称之为 簇 在聚类过程自动形成簇结构后 我们会发现每个簇里会存在一些潜在的概念 比如 黄种人 白种人 女性 男性 这些是我们事先未知的 这些概念也是由使用者来把握和命名的 5 5 2020 4 15 1 聚类任务 引言 6 6 2020 4 15 2 性能度量 引言 目标 尽量使聚类结果的 簇内相似度高 且 簇间相似度低 两类指标 7 外部指标 与某个 参考模型 比较 内部指标 直接考察聚类结果 不利用参考模型 7 2020 4 15 2 性能度量 引言 外部指标 8 8 2020 4 15 2 性能度量 引言 9 9 2020 4 15 2 性能度量 引言 10 内部指标 10 2020 4 15 2 性能度量 引言 11 11 2020 4 15 3 距离计算 引言 距离度量dist 需要满足一些性质 12 非负性 dist xi xj 0同一性 dist xi xj 0当且仅当xi xj对称性 dist xi xj dist xj xi 直递性 dist xi xj dist xi xk dist xk xj 12 2020 4 15 3 距离计算 引言 闵可夫斯基距离 当给定样本我们最常用的是 闵可夫斯基距离 p 1时 闵可夫斯基距离 公式满足上述4个性质 p 1时 闵可夫斯基距离 即 曼哈顿距离 p 2时 闵可夫斯基距离 即 欧氏距离 13 13 2020 4 15 3 距离计算 引言 有序属性 1 2 3 闵可夫斯基距离无序属性 飞机 火车 轮船 VDM 14 14 2020 4 15 3 距离计算 引言 15 15 2020 4 15 3 距离计算 引言 16 16 2020 4 15 4 原型聚类k means 引言 17 17 2020 4 15 4 原型聚类k means 引言 18 18 2020 4 15 4 原型聚类k means 引言 19 19 2020 4 15 4 原型聚类k means 引言 20 20 2020 4 15 4 原型聚类LVQ 引言 21 21 2020 4 15 4 原型聚类LVQ 引言 22 22 2020 4 15 4 原型聚类LVQ 引言 23 23 2020 4 15 4 原型聚类LVQ 引言 24 24 2020 4 15 4 原型聚类LVQ 引言 25 25 2020 4 15 5 密度聚类 引言 26 26 2020 4 15 5 密度聚类 引言 27 27 2020 4 15 5 密度聚类 引言 28 28 2020 4 15 5 密度聚类 引言 29 29 2020 4 15 5 密度聚类 引言 30 30 2020 4 15 5 密度聚类 引言 31 31 2020 4 15 6 层次聚类 引言 32 给定聚类簇Ci Cj 可以通过下面的式子来计算距离 32 2020 4 15 6 层次聚类 引言 33 33 2020 4 15 6 层次聚类 引言 34 以西瓜数据集4 0为例 令AGNES算法一直执行到所有样本出现在同一个簇中 即k 1 可以得到下面这个树状图9 12 34 2020 4 15 6 层次聚类 引言 35 35 2020 4 15 THANKY