目錄
層次聚類：
層次聚類：單連接聚類、全連接聚類、組平均聚類、離差平方和法。
單鏈接聚類：
1、步驟：
- 假設每個點是一個類，給每個點做標記。
- 計算任意兩點之間的距離，選擇兩個類之間的最短距離，將兩個點聚成一個類。
2、系統樹圖是衡量類間的距離是區分不同層次聚類法的一種方法。
系統樹圖：
3、凝聚聚類是層次聚類法的一部分。
K-Means和單層聚類的對比：
單層連接和系統樹圖：
全連接聚類法：
1、選擇的是兩類之間最遠的距離。
2、全連接比單連接產生的類更緊湊。
組平均聚類法：
1、計算的是任意兩類中任意兩點之間的距離，然後取平均值，即爲兩類之間的距離。
離差平方和法：
1、把合併類時的變量最小化，兩類的中心點，所有點到這個點的平方並相加，減去類中的變量（每個類的中心點，減去每個類的平方），找到最小值。
層次聚類sklearn：
層次聚類總結：
1、單連接是查看與聚類最近的點，這可能導致形成各種形狀的聚類。離差平方和法和平均連接算法一般傾向於導致緊湊的聚類。
2、優缺點：
優點：
- 得到層次的表達，信息豐富
- 數據集的聚類結構可視化
- 特別當數據內部有層次關係的時候
缺點：
- 對噪聲和離羣點很敏感
- 計算量大，O(
)
)層次聚類附錄：
Using Hierarchical Clustering of Secreted Protein Families to Classify and Rank Candidate Effectors of Rust Fungi：https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0029847
密度聚類：
DBSCAN：
1、具有噪聲的基於密度的空間聚類，把分佈相對密集、距離較近的點聚到一起。不是所有的點都是類的一部分，沒有被分到類裏面的點被當做噪聲。
2、DBSCAN沒有類的數目這個參數，它有兩個參數：鄰域、點的最小量。
3、把點分成這三類：噪聲、中心點和邊界點。
密度聚類sklearn：
密度聚類總結：
1、優缺點：
優點：
- 不需要指明類的數量
- 能靈活的找到並分離各種形狀和大小的類
- 能夠強有力地處理噪聲和離羣點
缺點：
- 兩個類共同可達的邊界點，由於點是隨機被訪問的，所以不能保證每次傳回相同的聚類
- 找到不同密度的類有一定的困難，可用HDBSCAN，既有噪聲的基於密度的高層次空間聚類算法。
密度聚類附錄：
可視化 DBSCAN 聚類：https://www.naftaliharris.com/blog/visualizing-dbscan-clustering/
參考文獻：https://pages.cpsc.ucalgary.ca/~mahanti/papers/clustering.pdf
https://ieeexplore.ieee.org/abstract/document/5946052