聚类算法就是按照某个特定的标准（如距离准则）把一个数据集分割成不同的类或簇，使得同个簇内的数据对象相似性尽可能大，同时不同簇内的差异性尽可能大。
聚类算法评价指标：
聚错样本数、运行时间、平均准确度（）
聚类算法比较：
- FCM和K-means都具有较高的准确度，层次聚类准确度最差，SOM耗时较长。
- K-means 受限于初始点的选取
- FCM 人为确定聚类数，易陷入局部最优解
- SOM 处理时间长
- 层次聚类 一旦被合并就不能修正，聚类质量受限
相关文章：
相似解决方案
热门标签