2018/2/26
数据挖掘
1
第六章聚类分析
什么是聚类分析?
主要聚类方法的分类
划分方法
层次方法
基于密度的方法
基于网格的方法
聚类的评估
基于模型的聚类方法
小结
2018/2/26
数据挖掘
2
聚类的普遍应用
2018/2/26
数据挖掘
3
聚类的应用举例
2018/2/26
数据挖掘
4
什么是好的聚类?
2018/2/26
数据挖掘
5
数据挖掘对聚类的要求
可伸缩性
处理不同类型属性的能力
发现任意形状的聚类
对于决定输入参数的领域知识需求最小
处理带噪声数据的能力
增量聚类和对输入记录的次序不敏感
高维性
基于约束的聚类
可解释性和可用性
聚类方法的比较准则
划分准则
簇的分离性
相似性度量
聚类空间
2018/2/26
数据挖掘
6
2018/2/26
数据挖掘
7
主要聚类方法的分类
2018/2/26
数据挖掘
8
划分算法:基本概念
2018/2/26
数据挖掘
9
K-平均聚类算法
平方误差准则函数
2018/2/26
数据挖掘
10
第7章数据挖掘 来自淘豆网www.taodocs.com转载请标明出处.