知识卡片

结构图卡 · 9637.d · 生成模型:DeepSeek-V4.1-Flash

类间距离的三种连接

理解等级:中级

点与点的距离只是聚类所需的一半,还要定义类与类之间的距离。设类 Ci、Cj 分别含 ni、nj 个点:单连接(single linkage)取最近点对的距离 min d(p,q);全连接(complete linkage)取最远点对的距离 max d(p,q);平均连接(average linkage)取全部 ni·nj 个点对距离的平均值。三者对「两类有多近」给出不同答案:单连接只要有一对点靠得近就判两类接近,类容易被拉成细长链;全连接要求最远的一对也近,倾向得到紧致的球形类,对离群点更敏感;平均连接介于两者之间,用全体点对平滑了个别极端值。它们只替换类间距离,不改变点的距离定义,所以同一份数据换一种连接就可能长出一棵不同的树。

结构图:

flowchart TD
  P["点对距离 d(p,q)"] --> S["单连接:取最小值"]
  P --> C["全连接:取最大值"]
  P --> A["平均连接:取平均"]
  S --> R["类间距离 D(Ci,Cj)"]
  C --> R
  A --> R
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第8章 聚类分析 · 查看原书依据

      单连接:两个类之间的距离是最近点对之间的距离。 全连接:两个类之间的距离是最远点对之间的距离。 平均连接:两个类之间的距离是所有点对之间距离的平均值。

    参考来源

    - 位置:《大数据挖掘与统计机器学习》第8章 聚类分析(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter10_0001.xhtml,8.1.1 距离(相似度)的定义) - 结论依据:原文在给出点距离之后明确需要定义类与类之间的距离,并分别给出单连接、全连接、平均连接三种取法。 - 原始内容:单连接:两个类之间的距离是最近点对之间的距离。 全连接:两个类之间的距离是最远点对之间的距离。 平均连接:两个类之间的距离是所有点对之间距离的平均值。