聚类分析和判别分析类似,都是根据观察或测量到的若干变量值判断研究对象如何分类的方法,但聚类分析是在未知类别数目的情况下,对样本数据进行分类;判别分析则是在已知类别数目的情况下,根据一定的指标对未知类别的数据进行归类。

1 聚类距离度量

在这里插入图片描述

2 K均值聚类(K-Means Clustering)

        算法的目标是最小化簇内平方和(Within-Cluster Sum of Squares, WCSS):
        WCSS=∑k=1K∑xi∈Ck∥xi−μk∥2WCSS = {\sum\limits_{k = 1}^K {\sum\limits_{{x_i} \in {C_k}} {\left\| {{x_i} - {\mu _k}} \right\|} } ^2}WCSS=k=1∑K​xi​∈Ck​∑​∥xi​−μk​∥2
        数据点;
        簇的质心;
        表示数据点到质心的距离平方。
在这里插入图片描述

3 系统聚类

在这里插入图片描述

4 判别分类

在这里插入图片描述
在这里插入图片描述

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐