三种聚类方法的比较：K-means、谱聚类与层次聚类
机器学习
2014-11-14 v2
摘要
本文对三种聚类方法进行比较，确定并计算其代价函数与损失函数。聚类方法的错误率及其百分比计算方式始终是评估聚类方法的重要因素之一，因此本文介绍了一种计算聚类方法错误率的方法。聚类算法可分为若干类别，包括划分聚类算法、层次算法和基于密度的算法。一般而言，我们应从可扩展性、处理不同属性的能力、常规形成的簇结构、识别输入参数所需的计算机知识最少化、处理噪声及额外沉积物的类别、对新数据聚类具有相同错误率从而不影响输入数据、以及高维不同维度等方面来比较聚类算法。K-means 是解决无监督聚类问题最简单的方法之一。
引用
@article{arxiv.1312.6117,
title = {Comparison three methods of clustering: k-means, spectral clustering and hierarchical clustering},
author = {Kamran Kowsari},
journal= {arXiv preprint arXiv:1312.6117},
year = {2014}
}
备注
This paper has been withdrawn by the author due to improve add more results