Contents

3-5 分群

3-5-2 分群演算法比較

3-6 **K-**平均演算法（一）

3-7 K-平均演算法（二）

3-7-2 資料分群處理

3-8 DBSCAN群聚演算法

3-8-2 估算集群數量_202

3-9 階層式分群

3-9-2 鳶尾花資料集分層分群

3-10 親和力傳播分群

3-10-2 親和力傳播用於股票股性分群

3-5 分群

分群

• 把相似的物件通過靜態分類的方法分成不同的組別或者更多的子集（subset），這樣讓在同一個子集中的成員物件都有相似的一些屬性
• 為一種非監督式學習
• 資料分群演算法可以分為結構性或者分散性

結構性分群

• 利用以前成功使用過的聚類器進行分類，可以雙向進行計算

• 下 🡪 上

  從每個物件作為單獨分類開始，不斷融合其中相近的物件

• 上 🡪 下

  把所有物件作為一個整體分類，然後逐漸分小

結構性分群距離測量

• 曼哈頓距離：如右圖，紅、藍與 黃線分別表示所有曼哈頓距離都擁有一樣長度
• 歐幾里得距離：綠線表示歐幾里得距離

結構性分群演算法過程

• 傳統上，表示的方法是樹形資料結構，然後對該結構進行修剪
• 樹的根節點表示一個包含所有專案的類別
• 樹葉表示與個別的專案相關的類別

結構性分群-階層分群演算法

• 由下而上聚集型的 🡪 即從葉子節點開始，最終匯聚到根節點