聚類算法小結

聚類算法就是按照某個特定的標準（如距離準則）把一個數據集分割成不同的類或簇，使得同個簇內的數據對象相似性儘可能大，同時不同簇內的差異性儘可能大。  聚類算法評價指標：   聚錯樣本數、運行時間、平均準確度（） 聚類算法比較： FCM和K-means都具有較高的準確度，層次聚類準確度最差，SOM耗時較長。 K-means 受限於初始點的選取 FCM 人爲確定聚類數，易陷入局部最優解 SOM 處理時間

>>阅读原文<<