Python数据分析_第十四课：聚类算法_笔记

文章目录

• 基础知识

• 层次聚类法

• • 层次聚类法案例

• KMeans

• • KMeans案例

• 基于密度的方法：DBSCAN

• • 基本概念
  • DBSCAN 聚类算法案例

GitHub: https://github.com/RealEmperor/Python-for-Data-Analysis

基础知识

虽然聚类算法与分类算法在某些方面具有相似性，在实际应用中它们被广泛应用于数据处理领域；然而，在机器学习的范畴内，分类算法通常基于监督的学习机制进行数据划分与标签赋予；相比之下，聚类算法则采用非监督性的学习方法，在数据未预先标记的情况下识别其固有的结构。

按照距离聚类，距离分为欧氏距离、马氏距离、余弦距离……。

欧氏距离（euclidean） ：通常意义下的距离
d_{ij}(2)=\sqrt{\sum_{k=1}^{p}(x_{ik}-x_{jk})^2}

马氏距离（曼哈顿）：不仅考虑了变量之间的相关性，并且不依赖于变量的量纲
d_{ij}(M)=\sqrt{(X(i)-X(j))^TS^{-1}(X(i)-X(j))}
其中x(i)=(xi1, xi2, ..., xip)^T，X(j)=(xi1, xi2, ..., xip)^T，S为样