https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/Recent content in 聚类 on Colommar BlogHugozh-CNWed, 08 Jul 2026 07:33:44 +0000https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/1-%E4%BB%80%E4%B9%88%E6%98%AF%E8%81%9A%E7%B1%BB/Wed, 08 Jul 2026 07:33:44 +0000https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/1-%E4%BB%80%E4%B9%88%E6%98%AF%E8%81%9A%E7%B1%BB/聚类 （clustering） 是一种无监督学习算法（unsupervised learning），训练样本的标记信息通常是未知的，它试图对无标记的训练样本进行学习，找到数据的内在性质和规律，将数据集划分成若干个通常是不相交的子集，这些子集被称为 簇 （cluster）。通过这样的划分，每个簇可能对应一个潜在的概念，这些概念对聚类算法而言https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/2-%E8%81%9A%E7%B1%BB%E7%AE%97%E6%B3%95%E4%B8%80%E8%A7%88/Wed, 08 Jul 2026 07:33:44 +0000https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/2-%E8%81%9A%E7%B1%BB%E7%AE%97%E6%B3%95%E4%B8%80%E8%A7%88/聚类算法非常多，更新也非常快，这是因为聚类不存在客观标准，给定数据集，总能从某个角度找到以往算法未覆盖的某种标准从而设计出新算法，相对其他机器学习算法而言，聚类的知识还不够系统化。 通过聚类得到的类或簇，本质是样本的子集，如果一个聚类方法假定一个样本只属于一个类，那么该方法称为 硬聚类 （hard clustering），如果一个样本可以https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/3-k-means-%E7%AE%97%E6%B3%95/Wed, 08 Jul 2026 07:33:44 +0000https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/3-k-means-%E7%AE%97%E6%B3%95/k均值 （k means）算法最初由 MacQueen 在 1967 年提出，是最著名的原型聚类算法之一。假设样本集被划分为 k 类 ，我们可以计算出每个类的均值向量，也就是类的中心位置： 得到每个类的均值向量后，可以计算出每个样本到均值向量的平方误差之和： 将 k 个类的平方误差之和累加起来，就是 k 均值聚类算法的损失函数： 函数 也https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/4-dbscan-%E7%AE%97%E6%B3%95/Wed, 08 Jul 2026 07:33:44 +0000https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/4-dbscan-%E7%AE%97%E6%B3%95/原知识库中的待补充条目。https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/5-%E5%B1%82%E6%AC%A1%E8%81%9A%E7%B1%BB%E7%AE%97%E6%B3%95/Wed, 08 Jul 2026 07:33:44 +0000https://www.colommar.asia/ml-notes/%E8%81%9A%E7%B1%BB/5-%E5%B1%82%E6%AC%A1%E8%81%9A%E7%B1%BB%E7%AE%97%E6%B3%95/层次聚类分为 聚合 （agglomerative）和 分裂 （divisive）两种方法，也称为 自下而上 （bottom up）和 自上而下 （top down）。聚合聚类开始将每个样本各自分到一个类，之后将相距最近的两个类合并，建立一个新类，重复此操作直到满足停止条件。而分裂聚类相反，开始将所有样本分到一个类，之后将已有类中相距最远的