DM&ML
DM_ML NOTES
ML_TEST
1. ML大纲 blog
1. ML大纲 canvas
CANVAS
2. 模型评估与选择 canvas
CANVAS
2. 模型选择与评估 blog
3. 线性模型 blog
3. 线性模型 canvas
CANVAS
4. 决策树 blog
4. 决策树 canvas
CANVAS
5. 支持向量机 canvas
CANVAS
6. BP神经网络 blog
6. BP神经网络 canvas
CANVAS
7. 贝叶斯分类器 canvas
CANVAS
8. 集成学习 canvas
CANVAS
9. 聚类 canvas
CANVAS
10. 采样方法 canvas
CANVAS
11. CNN canvas
CANVAS

聚类任务

性能度量

有序属性的距离计算

无序属性的距离计算

距离计算

距离的基本性质

相似度度量

聚类方法

原型聚类

密度聚类

K-means

DBSCAN

层次聚类

AGNES

结合，可处理样本的
混合属性距离
混合属性距离

VDM距离
VDM距离

：出现频率越接近，相似度越高
闵可夫斯基距离
闵可夫斯基距离
时，闵可夫斯基距离即欧氏距离
时，闵可夫斯基距离即曼哈顿距离

非度量距离计算：不满足直递性

Table Of Contents