<数据挖掘导论>读书笔记9聚类分析

1. 聚类分析仅根据在数据中发现的描述对象及其关系的信息，将数据对象分组。

其目标是组内的对象相互之间是相似的或者相关的，而不同组中的对象是不同的或者不相关的。

2.聚类分析的重要技术

   K均值：K均值是基于原型的、划分的聚类技术。它试图发现用户指定个数k的簇(由质心代表)

邻近度函数	质心	目标函数
曼哈顿距离L1	中位数	最小化对象到其簇质心的L1距离和
平方欧几里得距离L2平方	均值	最小化对象到其簇质心的L2距离的平方和
余弦	均值	最大化对象与其簇质心的余弦相似度和
Bregman散度	均值	最小化对象到其簇质心的Bregman散度和

　　SSE(Sum of Squared Error)误差的平方和

  凝聚的层次聚类：

　　层次聚类常常使用树状图dendrogram，对于二维点的聚合，层次聚类也可以使用嵌套簇图。

       单琏：MIN  全琏：MAX  组平均：GROUP AVERAGE

　　Ward方法：两个簇的邻近度定义为两个簇合并时导致的平方误差的增量。

       簇邻近度的LANCE-WILLIAMS公式

  DBSCAN:是一种简单、有效的基于密度的聚类算法。

　　核心点

　　边界点

　　噪声点

3.簇评估

非监督簇评估

　　簇的凝聚性（紧凑性，紧致性）度量确定簇中对象如何密切相关

　　簇的分离线度量确定某个簇中不同于其他簇的地方。 

非监督簇评估：使用临近度矩阵