您的当前位置：首页机器学习-常见聚类算法K-means，模糊c-均值，谱聚类 DBSCAN算法等

机器学习-常见聚类算法K-means，模糊c-均值，谱聚类 DBSCAN算法等

来源：爱go旅游网

聚类算法：

又称群分析，它是研究（样品或指标）分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。

聚类（Cluster）分析是由若干模式（Pattern）组成的，通常，模式是一个度量（Measurement）的向量，或者是中的一个点。

以相似性为基础，在一个聚类中的模式之间比不在同一聚类中的模式之间具有更多的相似性。

俗话说：“”，在自然科学和社会科学中，存在着大量的分类问题。所谓类，通俗地说，就是指相似元素的集合。

起源于分类学，在古老的分类学中，人们主要依靠经验和专业知识来实现分类，很少利用进行定量的分类。随着人类科学技术的发展，对分类的要求越来越高，以致有时仅凭经验和专业知识难以确切地进行分类，于是人们逐渐地把数学工具引用到了分类学中，形成了，之后又将的技术引入到数值分类学形成了。内容非常丰富，有法、有序样品聚类法、动态聚类法、、图论聚类法、聚类预报法等。

常见聚类算法：

1.原型聚类：K-means , KNN , LVQ

2.密度聚类：DBSCAN

3.层次聚类： AGNES

4.模糊聚类：高斯混合模型</

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文