Table of Contents

• 一. 信念贝叶斯概述
• 二. 聚类
• 2.1 聚类的应用场景:寻找优质客户
• 2.2 聚类应用场景:推荐系统
• 2.3 聚类应用场景:社区发现
• 2.4 聚类应用场景:生物进化树
• 2.5 聚类应用场景:孤立点的特殊意义
• 2.6 R的dist函数
• 2.7 数据中心化与标准化转换
• 三.层次聚类法
• 3.1 类与类之间距离计算的方法
• 3.2 类的个数的确定
• 四. 动态聚类: K-means方法
• 4.1 R中的kmeans()函数
• 4.2 K-means算法优缺点
• 五. 基于有代表性的点的技术： K中心聚类法
• 六. 基于密度的方法: DBSCAN
• 七. CLARA（大数据处理）
• 参考:

一. 信念贝叶斯概述

二. 聚类

你可以把每一个变量都进行标记，有多少个不同的值，就有多少的维度，在空间内如果距离更近，则他们可以认为是同类，可以通过聚类算法标记出来。

2.1 聚类的应用场景:寻找优质客户

2.2 聚类应用场景:推荐系统

2.3 聚类应用场景:社区发现

2.4 聚类应用场景:生物进化树

2.5 聚类应用场景:孤立点的特殊意义

2.6 R的dist函数

2.7 数据中心化与标准化转换

三.层次聚类法

3.1 类与类之间距离计算的方法

1. 最短距离法
2. 最长距离法
3. 中间距离法
4. 类平均法
5. 重心法
6. 离差平方和法

R中的hclust()函数:

3.2 类的个数的确定

四. 动态聚类: K-means方法

K-means 比较容易搬到Hadoop 的MR上

4.1 R中的kmeans()函数

4.2 K-means算法优缺点

K均值对于球形的簇效果比较好，如果是下图所示的平面的，效果就不太理想

五. 基于有代表性的点的技术： K中心聚类法

K中心法的实现:PAM

六. 基于密度的方法: DBSCAN

若干概念

七. CLARA（大数据处理）

参考:

1. http://www.dataguru.cn/article-4063-1.html