9.聚类分析

标签：分类   数据   数据类型   之间   密度   质量   经济   比例   方法   

1.什么是聚类

    聚类：数据对象的集合/蔟

2.聚类的一般应用

      模式识别

       空间数据分析

       图象处理

        经济科学

3.聚类方法

          数据挖掘对聚类的要求

4.聚类分析中的数据类型

         数据结构     相异度矩阵

         评估聚类的质量

         区间标度变量

         对象之间的相似性/相异性

          二元变量，对称的，不对称的

          标称变量-分类变量，名义变量

          比例标度变量，混合类型变量

           向量对象

5.主要聚类方法的分类

      划分方法   ： K-means k-medoids

      层次方法   ：凝聚方法    分裂方法

      基于密度的方法

      基于网格的方法 

      基于模型的额方法 

6.划分方法

7.层次方法

8.孤立点分析fenix

9.聚类分析

标签：分类   数据   数据类型   之间   密度   质量   经济   比例   方法   

原文地址：https://www.cnblogs.com/Firesun/p/10874801.html