温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-9427628.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（第10章-聚类与集成算法ppt课件.pptx）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
10.聚类 与集成算法聚类 (Clustering) 在“无监督学习”任务中研究最多、应用最广 目标：将数据样本划分为若干个通常不相交的“簇” (cluster) 既可以作为一个单独过程（用于找寻数据内在的分布结构） 也可作为分类等其他学习任务的前驱过程性能度量 聚类性能度量，亦称聚类“有效性指标” (validity index) 外部指标 (external index) 将聚类结果与某个“参考模型”(reference model) 进行比较 如 Jaccard 系数， FM 指数，Rand 指数 内部指标 (internal index) 直接考察聚类结果而不用任何参考模型 如 DB 指数， Dunn 指数等 基本想法： “簇内相似度” （intra-cluster similarity ）高，且 “簇间相似度” （inter-cluster similarity ）低距离计算 距离度量 (distance metric) 需满足的基本性质： 常用距离形式： 闵可夫斯基距离 (Minkowski distance) p = 2: 欧氏距离(Euclidean distance)
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
