[问答] 分层聚类与k--均值的适用情况 [推广有奖]

1关注
3粉丝

博士生

还不是VIP/贵宾

威望: 0 级
论坛币: 7 个
通用积分: 6.5001
学术水平: 0 点
热心指数: 1 点
信用等级: 0 点
经验: 2603 点
帖子: 158
精华: 0
在线时间: 119 小时
注册时间: 2010-5-10
最后登录: 2023-9-2

楼主

changjinglu1 发表于 2013-1-19 21:50:20 |AI写论文

是否 +2 论坛币

k人参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

请问分层聚类与k--均值聚类有何区别？？什么情况用哪一种啊？？不明白
求高人指点

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：求高人指点高人指点不明白

沙发

--墨子-- 发表于 2013-2-21 23:14:23

没多大区别都是用于连续变量的~

关注我的微博: http://weibo.com/weizhangmozi

藤椅

bakoll 发表于 2015-3-5 17:34:55

聚类算法一般分为分割和分层两种。
分割聚类算法通过优化评价函数把数据集分割为K个部分，它需要K作为输人参数。
典型的分割聚类算法有K-means算法, K-medoids算法、CLARANS算法。
分层聚类由不同层次的分割聚类组成，层次之间的分割具有嵌套的关系。它不需要输入参数，这是它优于分割聚类算法的一个明显的优点，其缺点是终止条件必须具体指定。
典型的分层聚类算法有BIRCH算法、DBSCAN算法和CURE算法等。

k 均值聚类法快速高效，特别是大量数据时，准确性高一些，但是需要你自己指定聚类的类别数量，采用的是将N*P的矩阵X划分为K个类，使得所有类内对象与该类中心点之间的距离和最小。