201116西瓜书机器学习系列---9、聚类

201116西瓜书机器学习系列---9、聚类

一、总结

一句话总结：

1、聚类理论基础？

2、聚类方法？

3、聚类性能度量？

聚类的性能度量主要分为【外部指标】和【内部指标】

聚类的基本想是：【簇内相似度高，簇外相似度低】

4、聚类距离计算？

聚类距离计算分为 【有序属性、无序属性、混合属性（有序和无序混合）】

5、k均值聚类？

a、Assign：【计算每个点到中心点的距离】，根据距离分配类别

b、Move：根据a步骤中分配的类别，【重新计算中心点】

k均值聚类这个过程和EM算法非常像，【k均值聚类就是EM算法的一个实例】

6、混合高斯分布？

按照一定的规则【将高斯分布混合起来】

7、高斯混合聚类？

E步：根据当前参数【计算每个样本属于每个高斯函数的后验概率】

M步：【更新模型参数】

8、Kmeans使用中的问题？

1）【对异常值十分敏感】

异常值十分敏感处理方法：【删除】：异常值不是很多的情况下；【重赋值】：排序or自定义；【抽样】：抽样大小

二、内容在总结中

博客对应课程的视频位置：