本章参考周志华《机器学习》第九章编写
首先介绍了聚类问题中的性能度量和距离计算，之后介绍了具体的聚类算法。有基于原型的三种聚类算法：k-Means/LVQ/混合高斯。密度聚类。层次聚类。其中除了混合高斯聚类的推导比较复杂之外，其他聚类算法的思想都很直接，很好理解。
9.1 聚类任务
首先我们先来认识一下什么是聚类任务。
聚类是“无监督学习（unsupervised learning）”中重要的一种。其目标是：通过对无标记的训练样本学习，来揭示数据内在的性质以及规律，为进一步的数据分析做基础。聚类的结果是一个个的簇（Cluster）。所以来说，聚类通常作为其他学习算法的先导，比如在分类问题中，常常先做聚类，基于聚类的不同簇来进行分类模型的训练。
我们先来认识一下聚类算法涉及到两个基本问题：性能度量 & 距离计算。后面我们再具体讲解聚类的经典算法。
9.2 性能度量
由于聚类算法是无监督式学习，不依赖于样本的真实标记。所以聚类并不能像监督学习例如分类那样，通过计算对错（精确度/错误率）来评价学习器的好坏或者作为学习器的优化目标。一般来说，聚类有两类性能度量指标：外部指标和内部指标
9.2.1 外部指标
所谓外部，是将聚类结果与某个参考模型的结果进行比较，以参考模型的输出作为标准，来评价聚类的好坏。假设聚类给出的结果为 λ，参考模型给出的结果是λ*，则我们将样本进行两两配对，定义：
上面的这些参数，可以直观的理解为聚类结果和标准结果的差别。在这些参数的基础上，给出如下的指数作为聚类的外部指标：
9.2.2 内部指标
内部指标不依赖任何外部模型，直接对聚类的结果进行评估。直观来说：簇内高内聚，簇间低耦合。定义：
基于上面的4个距离，定义出如下的内部指标：
至此为止，我们定义除了外部指标和内部指标，可以用作聚类算法的优化目标，使得聚类算法更加准确。
下面看，关于距离的定义。
9.3 距离度量
我们从小学的距离都是欧氏距离。这里介绍几种其他的距离度量方法：
-
“闵可夫斯基距离（Minkovski Distance）”：
-
“曼哈顿距离（Manhattan Distance）”：当上面的 p=1 时候，就是曼哈顿距离。所谓的曼哈顿距离，就是说在坐标轴上的距离而不是直接的两点之间的直线距离（欧氏距离）。
-
欧氏距离（Euclidean Distance）：p=2
之前提到过，属性值分为连续属性和离散属性，对于连续属性，一般都可以直接被学习器使用，而离散属性我们根据是否存在序关系（大小关系）来做归一化等处理。之前提到过这样的处理方式。
若属性值之间存在序关系，则可以将其转化为连续值，例如：身高属性“高”“中等”“矮”，可转化为{1, 0.5, 0}。 若属性值之间不存在序关系，则通常将其转化为向量的形式，例如：性别属性“男”“女”，可转化为{（1,0），（0,1）}。
这里对于无需属性我们用闵可夫斯基距离就不能做，需要用VDM距离进行计算，对于离散属性的两个取值a和b，定义：
所以在计算两个样本的距离时候，将两种距离混合在一起进行计算：
最后需要注意的是：这里我们通过列举的方法给出了不同的距离计算方式。但实际上根据实际问题的不同，还需要根据样本来给出不同的距离极计算公式，不仅限于我们给出的几种。
9.4 原型聚类
原型聚类即“基于原型的聚类（prototype-based clustering）”，原型指的是样本空间中具有代表性的点（类似于K-Means 选取的中心点）。通常情况下来说，算法现对原型进行初始化，然后对原型进行迭代更新求解。而不同的初始化形式和不同的求解方法，最终会得到不同的算法。常见的 K-Means 便是基于簇中心来实现聚类；混合高斯聚类则是基于簇分布来实现聚类。下面我们具体看一下几种算聚类算法：
9.4.1 K-Means
K-Means 聚类的思想十分简单，首先随机指定类中心，根据样本与类中心的远近划分类簇；然后重新计算类中心，迭代直至收敛。实际上，迭代的过程是通过计算得到的。其根本的优化目标是平方误差函数E：
其中 u_i 是簇 C_i 的均值向量。直观上来看，上式刻画了簇内样本围绕簇均值向量（可以理解为簇中心）的紧密程度，E值越小，则簇内样本的相似度越高。
具体的算法流程如下：
书上还给出了基于具体西瓜样本集的计算过程说明。可以看一下。
9.4.2 学习向量量化（Learning Vector Quantization）
LVQ 也是基于原型的聚类算法，与K-Means 不同的是， LVQ使用样本的真实类标记来辅助聚类。首先，LVQ根据样本的类标记，从各类中分别随机选出一个样本作为该类簇的原型，从而形成了一个原型特征向量组，接着从样本集中随机挑选一个样本，计算其与原型向量组中每个向量的距离，并选取距离最小的向量所在的类簇作为该样本的划分结果，再与真实类标比较：
- 若划分结果正确，则对应原型向量向这个样本靠近一些
-
若不正确，远离一些。
LVD算法流程
可以看到，最后输出的是一组原型向量。可以理解为一组中心点。
9.4.3 高斯混合聚类
可以看到，K-Means 和 LVQ 都是以类中心作为原型指导聚类，而高斯混合聚类则采用高斯分布来描述原型。现在假设每个类簇中的样本都服从一个多维高斯分布，那么空间中的样本可以看做由K个多维高斯分布混合而成。
多维高斯的概密为：
其中 \miu 表示均指向量，\sum 表示协方差矩阵，可以看出一个多为高斯由这两个参数确定。下面我们给出混合多维高斯概密：
其中，α称为混合系数，这样空间中样本的采集过程则可以抽象为： （1）先选择一个类簇（高斯分布）（2）再根据对应高斯分布的密度函数进行采样，
这时候，后验概率代表选出的样本 x_j 由 第i个高斯混合成分生成。
将后验概率用 Bayes 公式展开：
当整个高斯混合分布已知时，高斯混合聚类的划分方法是： 将样本集D按照，每个样本选择后验概率最大的簇划分进行聚类
从原型聚类的角度来看， 高斯混合聚类是采用概率模型（高斯模型）刻画原型，而具体的簇划分则是由原型对应的后验概率确定。
即：每个样本x_j 的簇标记 \lambda_j 按照下式确定（其中 \gamma 代表上面的后验概率）：
所以这个时候我们需要计算后验概率，那自然就需要知道模型参数 （\alpha, \mu, \sum）。这里对于给定给的混合模型，给定的数据集D，自然用 ML 来构建目标函数，即最大化似然：
直接求偏导为0是计算不出的，这里要用EM算法来做：E步，对高斯分布参数和混合系数随机初始化，通过下面推导出的参数公式，计算各个后验概率 \gamma；M步，最大化似然函数（即LL(D)分别对三个参数求偏导为0）；迭代，收敛
具体的算法流程如下：
9.5 密度聚类
密度聚类是基于密度的聚类，它从个样本分布的角度来考察样本之间的可连接性，并基于可连接性（密度可达）不断拓展疆域（类簇）。最著名的就是DBSCAN（Density-Based Spatial Clustering of Applications with Noise），首先我们需要明白以下概念：
直观来理解DBSCAN就是：找出一个核心对象所有密度可达的样本集合形成簇。
首先，从样本集中随便选出一个核心样本A，找出所有A密度可达的样本集合，将这些样本形成一个密度相连的类簇；直到所有的核心对象都遍历完成。当然，可能会出现一些不输入任何簇的样本，这样的样本我们称为 noise 噪声样本。
其算法流程度如下所示：
可以看到，整个DBSCAN算法从直观上理解起来非常简单，而且跟之前的 k-Means 和 LVQ 模型在思想上有一定的相似之处。
9.6 层次聚类 （Hierarchical clustering）
层次聚类试图在不同层次对数据集进行划分，从而形成属性的聚类结构。
这里介绍一种“自底向上”结合策略的 AGNES（AGglomerative NESting）算法。假设有N个待聚类的样本，AGNES算法的基本步骤如下：
1. 初始化：把每个样本归为一类，计算每两个类之间的距离，也就是样本与样本之间的相似度；
2. 寻找各个类之间最近的两个类，把他们归为一类（总类数目就少了一个）；
3. 重新计算新生成类和各个旧类之间的相似度；
4. 重复2和3，知道类别数目达到预设的类簇数目，结束
可以看出其中最关键的一步就是 计算两个类簇的相似度，这里有几种度量方法：
（1）单链接（singal-linkage）：取类间最小距离
（2）全链接（Complete-linkage）：取类间最大距离
（3）均链接（average-linkage）：取类间两两平均距离
可以看出的是，单链接的包容性很强，全链接则是要求极高，只要存在缺电就坚决不合并，均链接则是从全局出发。
层次聚类算法流程图如下：
书上给出了在西瓜数据集上的例子，可以具体看一下。
可以发现，层次聚类的思想也是十分直观的。