聚类算法基本知识.ppt

聚类算法简介 什么是聚类? 聚类就是对大量未知标注的数据集按数据的内在相似性将数据集划分为多个类别使类别内的数据相似度较大而类别间的数据相似度较小; 为什么需要聚类? 对相似的文档或超链接进行聚类由于类别数远小于文档数能够加快用户寻找相关信息的速度; 聚类图示 聚类中没有任何指导信息完全按照数据的分布进行类别划分 什么是分类? 数据集合 类别标记集合 数据集合 训练数据 待分类数据 已知 问题