2023学年完整公开课版14聚类分析

项目三

回归和聚类《物流人工智能技术》任务三聚类分析2目录/CONTENTS01聚类分析的概念02聚类分析的算法-K均值算法03层次聚类【知识目标】1.掌握聚类分析的概念；2.了解K均值算法的计算步骤3.AGNES算法步骤【情感目标】1.具有工匠精神、服务意识、环保意识、质量意识、安全意识；2.培养独立获取信息和自学能力；3.坚定拥护中国共产党领导和我国社会主义制度。【教学目标】如果样本数据本身是无标注的，我们可以针对数据的相似性和差异性将一组数据分为几个类别，这种寻找数据之间的相似性并将之划分组的方法称为是聚类。一、聚类分析的概念聚类算法的应用非常广泛，使用的典型案例包括用户画像、电商物品聚类、社交网络分析等。通常聚类的表示可以通过簇的中心点或者边界点来表示空间的一类点。一、聚类分析的概念K均值算法按步骤描述如下：第一步：随机选取k个样本，作为初始簇的中心；第二步：将每个样本划分给和它距离最近的簇所在的类；第三步：重新计算簇的中心；第四步：计算准则代价函数E；第五步：重复第二三步，直到准则函数收敛。k均值聚类算法（k-meansclusteringalgorithm）是一种迭代求解的聚类分析算法。二、聚类分析的算法-K均值算法K均值算法按步骤描述如下：第一步：随机选取k个样本，作为初始簇的中心；第二步：将每个样本划分给和它距离最近的簇所在的类；第三步：重新计算簇的中心；第四步：计算准则代价函数E；第五步：重复第二三步，直到准则函数收敛。从n中选择k个目标二、聚类分析的算法-K均值算法K均值算法按步骤描述如下：第一步：随机选取k个样本，作为初始簇的中心；第二步：将每个样本划分给和它距离最近的簇所在的类；第三步：重新计算簇的中心；第四步：计算准则代价函数E；第五步：重复第二三步，直到准则函数收敛。从n中选择k个目标

循环迭代二、聚类分析的算法-K均值算法K均值算法按步骤描述如下：第一步：随机选取k个样本，作为初始簇的中心；第二步：将每个样本划分给和它距离最近的簇所在的类；第三步：重新计算簇的中心；第四步：计算准则代价函数E；第五步：重复第二三步，直到准则函数收敛。从n中选择k个目标

循环迭代

准则函数：平方误差的和最小二、聚类分析的算法-K均值算法1.层次聚类的策略凝聚的层次聚类，也称为AGNES算法，它是采用自底向上的策略，把每一个对象作为单独的一个簇，然后对各个簇进行有条件的合并，直到达到某个终结条件。凝聚的层次聚类分裂的层次聚类，也被称为是DIANA算法，它是采用自顶向下的策略，首先把所有的对象看作是单独的一个簇，然后逐渐细分成越来越小的簇，直到达到某个终结条件。分裂的层次聚类AGNES算法DIANA算法三、层次聚类2.AGNES算法步骤将每个样本特征向量作为一个初始簇；合并两个簇，生成新的簇的集合，并重新计算簇的中心点；根据两个簇中最近的数据点寻找最近的两个簇；重复以上第二、三步，直到达到所需要的簇的数量。第一步第二步第三步第四步三、层次聚类13聚类分析聚类分析的概念如果样本数据本身是无标注的，我们可以针对数据的相似性和差异性将一组数据分为几个类别，这种寻找数据之间的相似性并将之划分组的方法称为是聚类。聚类分析的算法-K均值算法1.k均值聚类算法是一种迭代求解的聚类分析算法。2.均值算法的计算步骤层次聚类1.层次聚类的策略：AGNES算法、DIANA算法2.2.AGNES算法步骤【课后小结】14问题：1.（判断）k均值聚类算法（k-meansclusteringalgorithm）是一种迭代求解的聚类分析算法。（

）2.