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
相關文章
相關標籤/搜索