剛看完一篇內建聚類的文章：
Combining Multiple Clusterings Using Evidence Accumulation（EAC）
做個簡單的筆記，友善複習。
和一般的內建聚類不同，EAC并不直接組合不同的劃分，而是由這些不同的劃分得到一個鄰近度矩陣（proximity matrix），之後便可在這個鄰近度矩陣上運用層次聚類中的單連接配接（single link)或平均連接配接(average link)算法得到最終的劃分。
（單連接配接算法：http://blog.csdn.net/tyh70537/article/details/76768802）
首先要想的到不同的劃分（partition）有以下方法：
1，使用不同的聚類算法
2，使用相同的算法，但進行不同的初始化或使用不同的參數
3，使用不同的特征空間
假設資料集 X 包含n個樣本，X={x1,x2,⋯,xn}。現有m種不同的劃分，劃分集合 P={P1,P2,⋯,Pm} ，注意EAC并不限制每種劃分中的簇的個數。EAC算法建構一個n*n的鄰近度矩陣D， Nij=Nji 表示樣本i和樣本j在m種劃分中屬于同一個簇的次數。則矩陣D的元素 Dij=Nij/m ，在D的基礎上營運單連接配接算法，得到最終的劃分。
相比一般層次聚類中使用的鄰近度矩陣，
EAC方法內建不同的劃分建構新的鄰近度矩陣，新的鄰近度矩陣相比直接使用原始資料建構的鄰近度矩陣，更能反應樣本之間的關系。
下面幾張圖說明用EAC內建k-means和單一的k-means算法的不同效果：
原始資料的分布情況如下：
使用單個k-means算法（k=25）:
使用單個k-means算法（k=11）：
EAC法（內建了30個k-means劃分，每種劃分的簇的數量k随機從區間 [10,30] 裡選擇）：
可以看出，內建後的k-means算法可以識别複雜的結構。