14.1聚类分析概述 聚类分析的典型应用: a空间数据分析 ■图像处理——灰度图像的二值化(对灰度像素进行 聚类) a万维网 对WEB日志数据进行聚类,以发现类似的用户访问 模式。 口金融领域 用户交易数据的聚类分析,以获得奇异点(异常交 易)
8 14.1 聚类分析概述 ◼ 聚类分析的典型应用： ❑ 空间数据分析 ◼ 图像处理——灰度图像的二值化（对灰度像素进行 聚类）。 ❑ 万维网 ◼ 对WEB日志数据进行聚类，以发现类似的用户访问 模式。 ❑ 金融领域 ◼ 用户交易数据的聚类分析，以获得奇异点（异常交 易）。 ❑ ……
14.1聚类分析概述 常用的聚类分析方法: 口划分法( Partitioning Methods):以距离作为数 据集中不同数据间的相似性度量,将数据集划 分成多个簇。 属于这样的聚类方法有:k- means、k- medoids等。 口层次法( Hierarchical methods):对给定的数据 集进行层次分解,形成一个树形的聚类结果 ■属于这样的聚类方法有:自顶向下法、自底向上法
9 14.1 聚类分析概述 ◼ 常用的聚类分析方法： ❑ 划分法（Partitioning Methods）：以距离作为数 据集中不同数据间的相似性度量，将数据集划 分成多个簇。 ◼ 属于这样的聚类方法有：k-means、k-medoids等。 ❑ 层次法（Hierarchical Methods）：对给定的数据 集进行层次分解，形成一个树形的聚类结果。 ◼ 属于这样的聚类方法有：自顶向下法、自底向上法
141聚类分析概述—划分法示例 年龄 80 类别1 类别3 类别2 114000 30000 60000 收入 10
10 年龄 80 类别1 类别2 类别3 0 114000 30000 60000 收入 14.1 聚类分析概述——划分法示例
14.1聚类分析概述—层次法示例 Stepo Step I Step 2 Step 3 Step 4 agglomerative (AGNES a b bcde a bcde 人cde divisive Step 4 Step 3 Step 2 Step 1 Step 0 DIANA
11 14.1 聚类分析概述——层次法示例 Step 0 Step 1 Step 2 Step 3 Step 4 b d c e a a b d e c d e a b c d e Step 4 Step 3 Step 2 Step 1 Step 0 agglomerative (AGNES) divisive (DIANA)
142相似性计算方法 在聚类分析中,样本之间的相似性通常采 用样本之间的距离来表示 a两个样本之间的距离越大,表示两个样本越不 相似性,差异性越大; 口两个样本之间的距离越小,表示两个样本越相 似性,差异性越小 a特例:当两个样本之间的距离为零时,表示两 个样本完全一样,无差异
13 14.2 相似性计算方法 ◼ 在聚类分析中，样本之间的相似性通常采 用样本之间的距离来表示。 ❑ 两个样本之间的距离越大，表示两个样本越不 相似性，差异性越大； ❑ 两个样本之间的距离越小，表示两个样本越相 似性，差异性越小。 ❑ 特例：当两个样本之间的距离为零时，表示两 个样本完全一样，无差异