UCAS-AI模式识别11聚类01

中国科学院大学人工智能学院硕士课《模式识别》

2017.11.22, 国科大, 北京怀柔

注：决定将第8章提前到本次课来讲，将第7章放到后面讲

第8章第1讲

数据聚类

Data Clustering

向 世 明

smxiang@nlpr.ia.ac.cn

中科院自动化研究所 模式识别国家重点实验室 助教： 何文浩 (wenhao.he@nlpr.ia.ac.cn)

杨红明 (hongming.yang@nlpr.ia.ac.cn)

8.1 引言

?聚类

–物以类聚，人以群分。

–将数据分成多个类别，在同一个类内，对象（实体）之间具有较高的相似性，不同类对象间差异性较大。 –对一批没有类别标签的样本集，按照样本之间的相似程度分类，相似的归为一类，不相似的归为其它类。这种分类称为聚类分析，也称为无监督分类。 –聚类的质量(或结果)取决于对度量标准的选择。

–聚类结果因不同任务而不同。

身份识别 vs 姿态估计

8.1 引言

?聚类任务

–给定一个样本集合 X，给定一种度量样本间相似度或者相异度（距离）的标准。聚类系统的输出是关于样本集 X 的一个划分，即 D = {D1 ? D2 ? ? ? Dk }。其中， Di (i=1,2,…,k)是 X 的一个子集，且满足： ?D1 ? D2 ? ? ? Dk＝ X ?Di ? Dj =?, i ? j

–D 中成员 D1 , D2 ,…, Dk 叫做类或者簇(cluster)，每个类均通过一些特征来描述：

?通过类中心或者类的边界点来表示； ?使用聚类树采用图形化方式来表示。

8.1 引言

?聚类方法分类

–按照聚类标准

?统计聚类方法：基于全局数据的聚类，即从全体样本中通过距离比较，获得聚类中心。主要采用欧氏距离度量、马氏距离度量等。

?概念聚类方法：将数据按按一定的方式和准则进行分组，得到的分组代表着不同的概念。 –按聚类所处理的数据类型

?数值型数据聚类、离散型数据聚类、混合型数据聚类。