聚类(五)—— 其他聚类方法

主要内容
聚类分析概述
K-Means聚类
层次聚类
基于密度的聚类
其他聚类方法
聚类评估
小结

五、其他聚类方法

除了常用的划分聚类、层次聚类和密度聚类方法之外,还有一些聚类方法如网格聚类方法STING概念聚类COBWEB模糊聚类方法等。

STING聚类

STING(Statistical Information Grid_based Method)是一种基于网格的多分辨率的聚类技术,它将输入对象的空间区域划分成矩形单元,空间可以用分层和递归方法进行划分。这种多层矩形单元对应不同的分辨率,并且形成一个层次结构,每个高层单元被划分为低一层的单元。有关每个网格单元的属性的统计信息(如均值、最大值和最小值)被作为统计参数预先计算和存储。

概念聚类

概念聚类是机器学习中的一种聚类算法。大多数的概念聚类方法采用了统计学方法,在决定概念或聚类时使用概率度量。COBWEB算法即简单增量概念聚类算法,以一个分类树的形式创建层次聚类,它的输入对象用分类属性-值对进行描述。

模糊聚类
聚类(五)—— 其他聚类方法_第1张图片
聚类(五)—— 其他聚类方法_第2张图片
聚类(五)—— 其他聚类方法_第3张图片

你可能感兴趣的:(python机器学习与数据挖掘,python,机器学习,聚类)