机器学习11-聚类，孤立点判别

一. 聚类

1.1 估计聚类的趋势

均匀分布的其实聚类没多大意义
随机分布的聚类会特别多的类，意义也不大
真正有意义的是聚群分布的，找出共同的类

1.2 霍普金斯统计量

1.3 簇数制定

肘方法

1.4 统计量的计算方法

1.5 评估聚类质量

Bcubed

轮廓系数

R语言聚类评估

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NLlLKsce-1656639913759)(https://upload-images.jianshu.io/upload_images/2638478-db82e380b611c4dc.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)]

1.6 基于概念模型聚类

1.6.1 一般情况下的EM算法

1.6.2 概念簇的例子

1.6.3 最大似然估计

二. 离群值检测

2.1 检测离群值的方法

1. 基于统计学的方法
2. 基于邻近的方法
3. 基于聚类的方法

2.1.1 统计学方法:

一元离群值的Grubb检验:

多元离群值检验:

2.2 可能存在多个簇的复杂情形

离群值可能组成簇

2.1.2 直方图方法

2.1.3 基于邻域判断离群点

参考:

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