聚类分析框架

优化目标

聚类分析仅根据在数据中发现的描述对象及其关系的信息。将数据对象分组，其目标是：

• 组内对象之间是相似的
• 不同组的对象是不同的

换句话说，也就是组内相似性越大越好，组间的差别越大越好。

聚类的种类

• 划分聚类（partitional clustering）：将数据对象集划分成不重叠的子集

• 层次聚类（hierarchical clustering）：嵌套的集簇，组合成一棵树

• 互斥的（exclusive）：每个对象都指派到单个簇

• 重叠的（overlapping）：聚类用来反映一个对象同时属于多个组的事实

• 模糊聚类（fuzzy clustering）：每个对象以一个权值的形式属于多个簇

• 完全聚类（complete clustering）：将每个对象指派到一个簇

• 部分聚类（partial clustering）：数据集中某些对象可能不属于明确定义的组

簇的类型

1. 明显分离的：不同组中任意两点之间的距离都大于组内任意两点间的距离
2. 基于原型的：每点到簇中心的距离比任何其他簇中心的距离近
3. 基于邻近的：每个点到该簇中至少一个点的距离比不到簇中任意点距离更近
4. 基于密度的：簇是被低密度区域分开的高密度区域
5. 基于概念的：簇中的点具有由整个点集导出来的某一种一般共同性质