非监督学习方法之聚类分析(ppt 55页)

非监督学习方法之聚类分析目录：
一、基本概念
二、相似性测度与聚类准则
三、基于试探的聚类搜索算法
四、系统聚类
五、分解聚类
六、动态聚类

 

非监督学习方法之聚类分析内容提要：
基本概念：
分类与聚类的区别
分类：用已知类别的样本训练集来设计分类器（监督学习）
聚类（集群）：用事先不知样本的类别，而利用样本的先验知识来构造分类器（无监督学习）
相似性与距离聚类
相似性：模式之间具有一定的相似性，这既表现在实物的显著特征上，也表现在经过抽象以后特征空间内的特征向量的分布状态上。
聚类分析定义：对一批没有标出类别的模式样本集，按照样本之间的相似程度分类，相似的归为一类，不相似的归为另一类，这种分类称为聚类分析，也称为无监督分类。

..............................