層次聚類Agglomerative算法示例_第1頁
層次聚類Agglomerative算法示例_第2頁
層次聚類Agglomerative算法示例_第3頁
層次聚類Agglomerative算法示例_第4頁
層次聚類Agglomerative算法示例_第5頁
已閱讀5頁，還剩2頁未讀， 繼續免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

層次聚類主講：田鵬浩層次聚類-Agglomerative算法示例

1、將A到F六個點，分別生成6個簇層次聚類-Agglomerative算法示例

2、找到當前簇中距離最短的兩個點，這里我們使用單連鎖的方式來計算距離，發現A點和B點距離最短，將A和B組成一個新的簇，此時簇列表中包含五個簇，分別是{A，B}，{C}，{D}，{E}，{F}，如下圖所示：層次聚類-Agglomerative算法示例

3、重復步驟2發現{C}和{D}的距離最短，連接之，然后是簇{C，D}和簇{E}距離最短，依次類推，直到最后只剩下一個簇，得到如下所示的示意圖：層次聚類-Agglomerative算法示例

4、此時原始數據的聚類關系是按照層次來組織的，選取一個簇間距離的閾值，可以得到一個聚類結果，比如在如下紅色虛線的閾值下，數據被劃分為兩個簇：簇{A，B，C，D，E}和簇{F}；層次聚類-Agglomerative算法示例

Agglomerative聚類算法的優點是能夠根據需要在不同的尺度上展示對應的聚類結果，缺點同HierarchicalK-means算法一樣，一旦兩個距離相近的點被劃分到不同的簇，之后也不再可能被聚類到同一個簇，即無法撤銷先前步驟的工作。另外，Agglomerative性能較低，并且因為聚類層次信息需要存

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論