聚类算法
kmeans算法過程
kmeans++與kmeans不同之處在于初值的選擇上。
距離度量方式
K-Means聚類算法原理
用scikit-learn學習K-Means聚類
BIRCH聚類算法原理
scikit-learn之BIRCH類
DBSCAN密度聚類算法
用scikit-learn學習DBSCAN聚類
譜聚類(spectral clustering)原理總結
用scikit-learn學習譜聚類
各向異性,馬氏距離
初始的簇心相距較遠
將距離轉成概率,以概率選擇相應距離的點
不平衡數據的分類問題:把少類看成噪聲,去除噪聲
默認每個類別屬于方差相同的高斯分布——>k-means minibatch方法
K值的選擇
輪廓系數
層次聚類算法
總結
- 上一篇: python解压文件到指定路径
- 下一篇: 聚类——谱聚类