上回简略说了相关分析，这回来说说聚类分析。它的功能就是算 行与行数据间的距离，按照指定的层数和数据间的距离，将数据分类。分完类后，我们会检查分类效果。
这里说下从聚类开始以下介绍的方法，归属于数据挖掘（Data mining）。 数据挖掘和机器学习，两者概念差不多。但机器学习要求将数据分为 训练组（trian）和测试组（test）。训练组让机器学习分类的标准规则。而测试组 是让机器自己用规则分类。
回到正题说聚类。
以下为数据 身高 体重 智商
尼康 170 60 103
大阳 163 70 115
夜一 180 75 116
数据出来，来解释解释距离。 身高列 170-163=7，7就是距离，180-163=17,180-170=10. 如果分2类的话 尼康和大阳距离最短，会分到一类。 当然还要根据 体重及智商 的距离和 判断。
这里提两点。 一是注意数据，如果体重换到斤为单位，那距离就会因为单位的原因而变大。我们需要对每列做单位化处理。二是 距离的定义是多样的，并非出例子所说的欧式距离。不同距离，分类结果稍有差异。
我们用聚类一般初处理分类，由于没有训练，所以不能确定分类结果。 之后肯定是要跟 机器学习算法相符，来搭建这个模型。
网友评论