經常使用聚類算法以及算法評價

聚類模型是一種非監督的學習方法，聚類的輸入是一組未標記的數據，聚類模型根據自身的距離或類似性將其化爲若干組，劃分的原則是組內距離最小化而組間距離最大化。常見聚類方法見下表：web 類別 主要算法 劃分方法 k-Means,k-Medoids(k中心點),CLANRANS(基於選擇的算法) 層次分析方法 BIRCH(平均迭代規約和聚類)，CURE(表明點聚類)，CHAMELEON(動態模型) 基於密

>>阅读原文<<