常见的聚类算法有哪些，请描述它们的原理。

[问答题]

pein531

给定一个有N个元组或者纪录的数据集，分裂法将构造K个分组，每一个分组就代表一个聚类，K<N。
特点：计算量大。很适合发现中小规模的数据库中小规模的数据库中的球状簇。
算法： K-MEANS算法、K-MEDOIDS算法、CLARANS算法

对给定的数据集进行层次似的分解，直到某种条件满足为止。具体又可分为“自底向上”和“自顶向下”两种方案。
特点：较小的计算开销。然而这种技术不能更正错误的决定。
算法： BIRCH算法、CURE算法、CHAMELEON算法

只要一个区域中的点的密度大过某个阈值，就把它加到与之相近的聚类中去。
特点：能克服基于距离的算法只能发现“类圆形”的聚类的缺点。
算法： DBSCAN算法、OPTICS算法、DENCLUE算法

将数据空间划分成为有限个单元（cell）的网格结构,所有的处理都是以单个的单元为对象的。
特点：处理速度很快，通常这是与目标数据库中记录的个数无关的，只与把数据空间分为多少个单元有关。
算法： STING算法、CLIQUE算法、WAVE-CLUSTER算法

发表于 2021-01-15 11:02:39 回复(0)

提交观点

问题信息

算法工程师阅文集团 2021

来自：2021届阅文机器学习...

上传者：小小

难度：

1条回答 23收藏 1439浏览

扫一扫，把题目装进口袋