人工智能_机器学习090_分层聚类算法的概念原理和参数说明---人工智能工作笔记0130

人工智能_机器学习090_分层聚类算法的概念原理和参数说明---人工智能工作笔记0130_第1张图片

然后我们再来看一种聚类的算法可以看到就是这种分层聚类算法

可以看到它的原理就是,首先聚成小类,比如 白杏和红杏 靠的比较近 就分为一类了,然后

这种聚合的小类,再按照他们类别之间的距离,再合并,不断下去  最后把 子类都聚合成一个大类 这样的聚类原理

人工智能_机器学习090_分层聚类算法的概念原理和参数说明---人工智能工作笔记0130_第2张图片

可以看到当考虑聚类效率的时候,我们选择的是平面聚类算法,之前我们用的KMeans就是一种平面聚类算法,平面聚类存在潜在问题,不够结构化  层次聚类会更好

人工智能_机器学习090_分层聚类算法的概念原理和参数说明---人工智能工作笔记0130_第3张图片

可以看到层次聚类的原理,我们再看一下

首先,把离得比较近的,可以看到上面 几个离得近的红点 算为了一类,然后紫色的点离得比较近,算为了一类,然后绿色的点离得比较近,又算为了一类,然后

这两个子类红色和紫色 类放在一起以后, 就变成了一个大类对吧. 可以看到,分层聚类,就像一颗树一样,有结构的.

是由少到多,由下到上的

人工智能_机器学习090_分层聚类算法的概念原理和参数说明---人工智能工作笔记0130_第4张图片

然后我们来看一下层次距离

你可能感兴趣的:(聚类支持向量机&爬虫,人工智能,机器学习,分层聚类,分层聚类参数说明)