柚子快報(bào)激活碼778899分享：數(shù)據(jù)挖掘 聚類與回歸

http://yzkb.51969.com/

聚類

聚類屬于非監(jiān)督式學(xué)習(xí)（無監(jiān)督學(xué)習(xí)），往往不知道因變量。

通過觀察學(xué)習(xí)，將數(shù)據(jù)分割成多個(gè)簇。

回歸

回歸屬于監(jiān)督式學(xué)習(xí)（有監(jiān)督學(xué)習(xí)），知道因變量。

通過有標(biāo)簽樣本的學(xué)習(xí)分類器

聚類和回歸的區(qū)別

在數(shù)據(jù)分類過程中，我們可以直接知道回歸對(duì)應(yīng)的具體類別名，但是在聚類過程中，我們只能知道聚類對(duì)應(yīng)的類別與xxx是同一種類別。

比如：我們在使用分類處理一些水果時(shí)，我們可以知道某一個(gè)水果具體是什么水果，但是聚類我們只能知道這個(gè)水果和其他的某些水果是同一種水果，但是我們卻不能知道具體的水果類型名是什么。

聚類的基本方法有三大類：

劃分方法（K均值、K-Means）

通過反復(fù)迭代，先隨機(jī)分配均值點(diǎn)，?根據(jù)均值點(diǎn)形成聚簇，形成聚簇之后，再調(diào)整均值點(diǎn)。調(diào)整均值點(diǎn)后，再進(jìn)一步反復(fù)進(jìn)行迭代，最后找到我們相應(yīng)的聚簇。

層次方法（層次聚類法）

凝聚的（agglomeration）和分裂的（divisive）層次聚類圖示

層次聚類有兩種方法，一種是自底向上的方法，這種方法稱為凝聚法。另一種方法是自下而上的方法，該方法又稱為劃分的方法。

?凝聚法的過程:我們通過水來凝結(jié)成冰。首先根據(jù)數(shù)據(jù)進(jìn)行相似性計(jì)算，把相似的數(shù)據(jù)形成一個(gè)簇，形成了各種小簇，進(jìn)一步計(jì)算簇和簇之間的相似性，如果簇和簇之間的相似性更高，將他們合并形成更大的簇。從?向上凝聚，形成我們想要的一個(gè)聚簇的一個(gè)結(jié)束條件時(shí)，得到我們想要的一個(gè)聚簇（層次聚類的結(jié)束條件有很多方法，比如從?向上進(jìn)行聚類時(shí)，當(dāng)聚到第k個(gè)聚簇的時(shí)候，我們就停止迭代；另外一種，我們當(dāng)進(jìn)行迭代時(shí)，我們數(shù)據(jù)的相似性足夠高，越往上走，聚簇和聚簇的相似性就會(huì)越來越低，當(dāng)相似性的閾值低到一定程度時(shí)，就可以認(rèn)為我的一個(gè)層次聚類停止，如此一來就得到了相應(yīng)的聚簇，即為我們的層次聚類）

霍普金斯統(tǒng)計(jì)量

假如求出來的霍普金斯統(tǒng)計(jì)量數(shù)據(jù)接近1，這說明比較符合聚類的要求；若霍普金斯統(tǒng)計(jì)量接近0.5，則說明數(shù)據(jù)接近于均勻分布，不適合對(duì)其進(jìn)行?均勻分布。

聚類的大致流程：

1、通過計(jì)算霍普金斯統(tǒng)計(jì)量判斷數(shù)據(jù)質(zhì)量，判斷當(dāng)前數(shù)據(jù)是否需要聚類

2、通過使用一些方法，如：肘方法。來計(jì)算我們需要聚簇的k的數(shù)量。

3、在了解了k的數(shù)量以后，使用相應(yīng)的k均值，或者是層次聚類法進(jìn)行聚類

4、聚類結(jié)束后，對(duì)聚類的結(jié)果進(jìn)行評(píng)估，對(duì)于聚類的評(píng)估方法通常有兩種方法，一種是外在方法，類似于分類，需要有一個(gè)基準(zhǔn)，用來評(píng)價(jià)聚類結(jié)果的準(zhǔn)確率；一種是內(nèi)在方法，通過我們的輪廓系數(shù)，來評(píng)價(jià)聚類質(zhì)量的好壞。輪廓系數(shù)越接近1，聚類的效果就越好；第三種，聚類中常見的四種特征。

柚子快報(bào)激活碼778899分享：數(shù)據(jù)挖掘 聚類與回歸

http://yzkb.51969.com/

相關(guān)閱讀