知识卡片
密度定义聚类结构
DBSCAN 通过稠密邻域连接样本,不要求所有点都归入簇。MeanShift 则不断移动局部中心,寻找密度高的位置。两者都利用密度信息,但采用不同的成簇机制和尺度参数。
[[簇数是分析设定]]。密度法提供不以固定 K 定义簇的替代机制。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 9.3 在Python中使用K-means聚类算法 · 查看原书依据
·MeanShift类:使用MeanShift聚类算法,MeanShift算法的主要方法是以任意点作为质心的起点,根据距离均值将质心不断往高密度的地方移动,也即所谓均值漂移,当不满足漂移条件后说明密度已经达到最高,就
参考来源
- 位置:《机器学习算法的数学解析与Python实现》9.3 在Python中使用K-means聚类算法(来源项目 book-source,`extracted/机器学习算法的数学解析与Python实现/_epub-src/OEBPS/text00100.html`)
- 结论依据:本节对比稠密区域聚类与均值漂移。
- 原始内容:·MeanShift类:使用MeanShift聚类算法,MeanShift算法的主要方法是以任意点作为质心的起点,根据距离均值将质心不断往高密度的地方移动,也即所谓均值漂移,当不满足漂移条件后说明密度已经达到最高,就