基于密度峰值的聚类算法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
下图中的图B（决策图）对确定聚类中心具有决定性作用，但是，对聚类 中心的选取需要人为干预，而且其中包含了主观因素，不同的人可能选择不同 的点作为聚类中心。
决策图中聚类中心难以确定的例子
Clustering by fast search and find of density peaks 算法优化
Clustering by fast search and find of density peaks 算法存在的问题②
不区分cluster halo的聚类结果
Clustering by fast search and find of density peaks 聚类结果展示
区分cluster halo的聚类结果
Clustering by fast search and find of density peaks 其他聚类结果展示
对不同形状的类簇聚类Fra Baidu bibliotek果都很好
结束！ 谢谢观赏
姓名：潘培哲 专业：控制工程 学号：12013002347
Clustering by fast search and find of density peaks
——基于密度峰值的聚类算法
姓名：潘培哲 专业：控制工程 学号：12013002347
文章来源
• 摘自2014-6-27《Science》期刊
Clustering by fast search and find of density peaks 算法思想
Clustering by fast search and find of density peaks 算法介绍
1 3
2
Clustering by fast search and find of density peaks 聚类中心选取
Clustering by fast search and find of density peaks 聚类中心选取
按照原文的聚类方法，一些分散的“离群点”也会被“强制”分到类簇当 中，造成聚类后类簇边界不清晰，影响聚类效果。
Clustering by fast search and find of density peaks 算法优化
Clustering by fast search and find of density peaks 聚类结果展示
Clustering by fast search and find of density peaks 算法介绍
Clustering by fast search and find of density peaks 算法介绍
Clustering by fast search and find of density peaks 算法介绍
Clustering by fast search and find of density peaks 聚类过程
类簇中心找到后，剩余的每个点被归属到它的有更高密度的最近邻所属类 簇。类簇分配只需一步即可完成，不像其它算法要对目标函数进行迭代优化。
Clustering by fast search and find of density peaks 算法存在的问题①
决策图中聚类中心难以确定的例子
Clustering by fast search and find of density peaks 算法优化
Clustering by fast search and find of density peaks 算法存在的问题②
不区分cluster halo的聚类结果
Clustering by fast search and find of density peaks 聚类结果展示
区分cluster halo的聚类结果
Clustering by fast search and find of density peaks 其他聚类结果展示
对不同形状的类簇聚类Fra Baidu bibliotek果都很好
结束！ 谢谢观赏
姓名：潘培哲 专业：控制工程 学号：12013002347
Clustering by fast search and find of density peaks
——基于密度峰值的聚类算法
姓名：潘培哲 专业：控制工程 学号：12013002347
文章来源
• 摘自2014-6-27《Science》期刊
Clustering by fast search and find of density peaks 算法思想
Clustering by fast search and find of density peaks 算法介绍
1 3
2
Clustering by fast search and find of density peaks 聚类中心选取
Clustering by fast search and find of density peaks 聚类中心选取
按照原文的聚类方法，一些分散的“离群点”也会被“强制”分到类簇当 中，造成聚类后类簇边界不清晰，影响聚类效果。
Clustering by fast search and find of density peaks 算法优化
Clustering by fast search and find of density peaks 聚类结果展示
Clustering by fast search and find of density peaks 算法介绍
Clustering by fast search and find of density peaks 算法介绍
Clustering by fast search and find of density peaks 算法介绍
Clustering by fast search and find of density peaks 聚类过程
类簇中心找到后，剩余的每个点被归属到它的有更高密度的最近邻所属类 簇。类簇分配只需一步即可完成，不像其它算法要对目标函数进行迭代优化。
Clustering by fast search and find of density peaks 算法存在的问题①