机器学习之聚类算法简介

15195775117

聚类(cluster)算法，应用范围广，也是【数据挖掘】的重要组成部分。

交互图示例：

echarts中的聚类

聚类算法不是一个算法，而是一个有50多年历史的算法家族。

其中，【K均值(K-Means)算法】是目前应用最广的，

它的算法形式是设置种子中心，然后计算数据点的距离，来迭代调整，直至收敛。

还有个跟它很类似的【K中心点(K-Medoids)算法】，也是同样的步骤。

这2个算法都要求手动设置分的簇的个数k，即算法名字中K的由来。

当然，需要人来设定K是一个缺憾。

传统的聚类算法是按“距离”来归类的，适用于“球形类型”的数据。

有的算法是基于“密度”（区域内对象的数量）来聚类的，

把密度够大的区域连在一起，这样就可以发现任意形状的类，还可以过滤噪声。

这个我很喜欢，它可以帮助我从二维图中提取几何形状，何其妙哉！

基于密度的算法有【DBSCAN算法】和【OPTICS算法】，

缺点：需要用户设置参数，对参数十分敏感。

还有【凝聚层次聚类】和【分裂层次聚类】，这2个算法的计算方向是相反的。

【sting算法】的形式是“嵌套网格化”，优点是速度快。