博文
《数据挖掘导论》读书笔记（二）
|||
K-means与DBSCAN算法
K-means：
基于原型的算法。
—————————————————————————————
k-means算法：
—————————————————————————————
1：选择K个点作为初始质心
2：repeat
3： 将每个点指派到最近的质心，形成K个簇
4： 重新计算每个簇的质心
5：until 质心不发生变化
—————————————————————————————
优点：
简单，可用于各种数据
相当有效
缺点：
不能处理非球型簇、不同尺寸的簇。
离群点
K-means只限于有质心概念的数据
DBSCAN：
基于密度的算法。
首先介绍三个概念：
核心点：如果该点的给定邻域（Eps）内的点的个数超过给定的阈值（MinPts），则该点是核心点
边界点：边界点不是核心点，但它落在某个核心点的邻域内
噪声点：既非核心点也非边界点
—————————————————————————————
DBSCAN算法：
—————————————————————————————
1：将所有点标记为核心点，边界点和噪声点
2：删除噪声点
3：为距离在Eps之内的所有核心点之间赋予一条边
4：每组连通的核心点形成一个簇
5：将每个边界点指派到一个与之关联的核心点的簇中
—————————————————————————————
优点：
抗噪声、能处理任意形状的簇
缺点：
不能处理变密度的簇。高维数据无法处理（密度会趋于0）
https://blog.sciencenet.cn/blog-795423-646714.html
上一篇：《数据挖掘导论》读书笔记（一）
下一篇：《数据挖掘导论》读书笔记（三）
