分層聚類算法，為何如此關鍵？
2021-02-09 01:11
來源：
OFweek人工智能網
分層聚類法就是對給定數(shù)據(jù)對象的集合進行層次分解，根據(jù)分層分解采用的分解策略，分層聚類法又可以分為凝聚的（agglomerative）和分裂的（divisive）分層聚類。
凝聚的分層聚類
它采用自底向上的策略，首先將每一個對象作為一個類，然后根據(jù)某種度量（如2個當前類中心點的距離）將這些類合并為較大的類，直到所有的對象都在一個類中，或者是滿足某個終止條件時為止，絕大多數(shù)分層聚類算法屬于這一類，它們只是在類間相似度的定義上有所不同。
分裂的分層聚類
它采用與凝聚的分層聚類相反的策略——自頂向下，它首先將所有的對象置于一個類中，然后根據(jù)某種度量逐漸細分為較小的類，直到每一個對象自成一個類，或者達到某個終止條件（如達到希望的類個數(shù)，或者2個最近的類之間的距離超過了某個閾值）。
分層聚類雖然比較簡單，但經常會遇到選擇合并點或者分裂點的問題。這種選擇非常關鍵，因為一旦一組對象被合并或者分裂，下一步的工作就是在新形成的類上進行，已做的處理不能撤銷，類之間也不能交換對象。如果合并或者分裂的決定不合適，就可能得出低質量的聚類結果。而且，分層聚類算法沒有很好的可伸縮性，在決定合并或者分裂之前需要檢查和估算大量的對象和類。
分享
聲明：
本網站所刊載信息，不代表OFweek觀點�？帽菊靖寮�，務經書面授權。未經授權禁止轉載、摘編、復制、翻譯及建立鏡像，違者將依法追究法律責任。
請輸入評論內容...
請輸入評論/評論長度6~500個字
