知识卡片

普通读书笔记卡 · 9833 · 生成模型:DeepSeek-V4.1-Flash

聚类把样本分成紧密的簇

理解等级:初级

聚类(又叫群分析)做的事是:手头只有一堆样本、没有任何标签,凭样本之间的相似程度把它们分成若干个子集,要求同一个子集内部关系紧密、不同子集之间关系松散。它是无监督学习最典型的任务形态——没有”正确答案”可以对照,所以算法只能优化一个内部标准(如簇内距离之和),而不是像分类那样最小化预测误差。

这个”没有标签”的前提,决定了后面所有聚类方法的共同难点:结果好坏无法直接验证,簇的个数也往往事先不知道。于是各家方法只能换角度定义”紧密”:

方法 用什么刻画”紧密” 要不要预先给簇数
K-Means 到簇中心的距离平方和 要
层次聚类 簇与簇之间的距离,逐层合并 可事后切树决定
密度聚类(DBSCAN) 邻域内的样本数是否够密 不要
谱聚类 图上子图内部的边权之和 要
高斯混合(GMM) 服从同一高斯分布的概率 要

理解这张表,就理解了本章的组织方式:五种方法其实是在回答同一个问题——”什么叫作一伙的”。想清楚每种定义在什么数据形状下成立,比记住算法步骤更有用。详见 [[K-Means 的分配与更新]]、[[层次聚类的合并与分裂]]、[[DBSCAN 的密度概念链]]、[[谱聚类把聚类变成切图]]、[[GMM 用多个高斯拼出分布]]。

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12章 聚类 12.1 聚类问题介绍 · 查看原书依据

      我们常说“物以类聚,人以群分”,当一群人在一起的时候,我们可以根据大家的兴趣爱好或者职业性质等特征将这群人划分成几类,这其实就是一个聚类的过程。聚类又称为群分析,目标是将样本划分为有紧密关系的子集或簇。

    参考来源

    - 位置:《机器学习基础:从入门到求职》第12章《第12章 聚类》(源文件:extracted/机器学习基础:从入门到求职/_epub-src/OEBPS/text00015.html) - 结论依据:原文以"物以类聚"引出聚类,给出"将样本划分为有紧密关系的子集或簇"的定义,并列出本章讲解的五类聚类方法。 - 原始内容:我们常说“物以类聚,人以群分”,当一群人在一起的时候,我们可以根据大家的兴趣爱好或者职业性质等特征将这群人划分成几类,这其实就是一个聚类的过程。聚类又称为群分析,目标是将样本划分为有紧密关系的子集或簇。