人工智能中文网
  • 主页
  • 线代考研视频
  • 线性代数
  • Python机器学习与算法
  • 大数据与机器学习
  • Python基础入门教程
  • 人工智能中文网
    教程目录
    阅读:

    聚类算法详解

    “物以类聚”指的是事物之间通过某种相似的属性聚集到一起,聚类算法是对事物自动归类的一类算法。

    聚类算法是一种典型的无监督的学习算法,在聚类算法中通过定义不同的相似性的度量方法,将具有相似属性的事物聚集到同一个类中。

    本章将介绍以下内容:
    1. 最基本的聚类算法 K-Means 算法,K-Means 聚类算法是基于距离相似性的聚类算法;
    2. Mean Shift 聚类算法,Mean Shift 算法也是基于距离的聚类算法,与 K-Means 算法不同的是,在 Mean Shift 算法中无需指定聚类个数;
    3. 基于密度的聚类算法 DBSCAN 算法,基于距离的聚类算法的聚类簇是球状结构的,DBSCAN 算法能够对任意形状的数据聚类;
    4. 在社交网络中用户聚类算法 Label Propagation 算法,Label Propagation 算法利用自身的网络结构,通过节点之间的标签传播实现对网络节点的聚类;