机器学习（一）——聚类分析

文章结构概述

• 1. 聚类任务

  • 2. 性能评估标准

    • 2.1 外部评价指标
    • 2.2 内部评价指标

  • 3. 距离计算方法

    • 3.1 具有顺序特性的属性
    • 3.2 缺乏顺序特性的属性
    • 3.3 同时包含有序与无序特征的属性

  • 4. 原型聚类方法

    • 4.1 k-means算法
    • 4.2 学习向量量化（LVQ）
    • 4.3 基于密度的聚类（DBSCAN）
    • 4.4 层次化聚类（AGNES）
    • 4.5 高斯混合模型聚类

参考文献
《机器学习》——周志华

1. 聚类任务

（1）目的
聚类旨在将数据样本分割为多个通常互不重叠的子集。

（2）符号描述

• 设样本集合D=\{x_1,x_2,\cdots,x_m\}由m个数据点组成。
• 每个数据点x_i=\{x_{i1},x_{i,2},\cdots,x_{i,n}\}表示一个n维特征向量。
• 数据被归类为k个互不重叠的簇\{C_l|l=1,2,\cdots,k\}。其中，\lambda_j \in \{1,2,\cdots,k\}用于标识样本x_j所属的簇。
  因此：x_j \in C_{\lambda_j}