1、1数据挖掘与商务智能Data Mining & Business Intelligence西安 子科技大 件 院电 学 软 学主 人： 健斌讲 黄第五章 聚类 2分 聚类与 类 管分 是一 象 或 的有效手段，但是尽 类 种识别对 组 类常常需要它 高昂的代价收集和标记大量 元 集训练 组或模式，以便分 法使用 每 建模类 它们对 个组 希望：首先，基于 据的数 相似性把 据集合 分成数 划 组然后， 些 量相 少的 指定给这 数 对较 组 标号 基于聚 的 程的另一 点：类 过 个优可以适应 化， 且能 挑 出 分不同 的有用特征变 并 够 选 区 组3聚类 什 是聚么 类？聚类（clust
2、ering）是 物理或抽象 象的集合分成将 对相似的 象 或对 类 簇（cluster）的 程过 相 念关概簇是 据 象集合，同一 簇中的 象之 具有很高的数 对 个 对 间相似度，而不同簇中的 象高度相对 异相异度根据描述 象的 性 估，通常使用距离度量对 属 值评4聚类什 是聚么 类？聚类（clustering）是 物理或抽象 象的集合分成相将 对似的 象 或对 类 簇（cluster）的 程过相 念关概簇是 据 象集合，同一 簇中的 象之 具有很高的数 对 个 对 间相似度，而不同簇中的 象高度相对 异相异度根据描述 象的 性 估，通常使用距离度量对 属 值评5聚类 用 域应 领市 究、
3、模式 、 据分析、 像 理场研 识别 数 图 处 其他 用应在某些 用中，聚 又应 类 称数据分割（data segmentation），因 根据 据的相似性把大为它 数型 据集合 分成数 划 组聚 可以用于类还 离群点检测（outlier detection），其中离群点（“ 离” 任何簇的 ）可能远 值比普通情 更 得注意 况 值 6聚 技类 术基于 分的聚划 类基于 次的聚层 类基于 度的聚类基于 的聚 法图论 类基于 的聚 法网 类基于模型的聚 法类7基于 分的聚划 类 划分方法（partitioning methods）定 ： 定义 给 象或 据元 的 据个对 数 组 数 库 ， 分
4、 法划建 据的构 数 分（个划 k n），每 分 一簇个划 法： 定要 建的 分 给 构 划 数 ， 分 法 建一 划 创 个分 然后 用 定 技 ， 通 象在划 术 尝试 过对 组建 分动来 进划 比 常用的 法较k-means： 均值聚类算法 其中每 簇 用 簇中个 该 对象的 值来 k-medoids： 中心点聚类算法，其中每 簇用 簇个中 的一 象 个对 来CLARANS：大型数据库中的划分聚类算法8k-means 法 ： 随 选择 象，每 象 一 的个对 个对 个类 平均值 每 象，根据其 中 的距离， 分对 个对 类 划 的 然后 每 的 不 类 计 个类 值 断 复程， 有的 currency1 不能分“ 这个过 样 为 定 给 类 , 其 定 ：值 义为（在定 每 象是 型 性）义 设 个对 数值 属1 2 , ,. i i i imK t t t=11 mi ijjm tm=9k-means fi：fl望得 的簇的 输 数 ， 象的 据个对 数 D 出：输 簇的集合个 法： （ ）选择 象 的簇的 个对 为 质（）repeat （） 象 簇的 的距离， 象 分 距计 对 与 个 质 将对 划离其 的簇 （ ） 每 簇的 计 个 值（）Until簇的 不 化质 变10k-means
