201116西瓜書機器學習系列---9、聚類

201116西瓜書機器學習系列---9、聚類

一、總結

一句話總結：

1、聚類理論基礎？

2、聚類方法？

3、聚類性能度量？

聚類的性能度量主要分為【外部名額】和【内部名額】

聚類的基本想是：【簇内相似度高，簇外相似度低】

4、聚類距離計算？

聚類距離計算分為 【有序屬性、無序屬性、混合屬性（有序和無序混合）】

5、k均值聚類？

a、Assign：【計算每個點到中心點的距離】，根據距離配置設定類别

b、Move：根據a步驟中配置設定的類别，【重新計算中心點】

k均值聚類這個過程和EM算法非常像，【k均值聚類就是EM算法的一個執行個體】

6、混合高斯分布？

按照一定的規則【将高斯分布混合起來】

7、高斯混合聚類？

E步：根據目前參數【計算每個樣本屬于每個高斯函數的後驗機率】

M步：【更新模型參數】

8、Kmeans使用中的問題？

1）【對異常值十分敏感】

異常值十分敏感處理方法：【删除】：異常值不是很多的情況下；【重指派】：排序or自定義；【抽樣】：抽樣大小

​