非監督學習方法之聚類分析(ppt 55頁)

非監督學習方法之聚類分析目錄：
一、基本概念
二、相似性測度與聚類準則
三、基於試探的聚類搜索算法
四、係統聚類
五、分解聚類
六、動態聚類

非監督學習方法之聚類分析內容提要：
基本概念：
分類與聚類的區別
分類：用已知類別的樣本訓練集來設計分類器（監督學習）
聚類（集群）：用事先不知樣本的類別，而利用樣本的先驗知識來構造分類器（無監督學習）
相似性與距離聚類
相似性：模式之間具有一定的相似性，這既表現在實物的顯著特征上，也表現在經過抽象以後特征空間內的特征向量的分布狀態上。
聚類分析定義：對一批沒有標出類別的模式樣本集，按照樣本之間的相似程度分類，相似的歸為一類，不相似的歸為另一類，這種分類稱為聚類分析，也稱為無監督分類。

..............................