聚类算法相关

Posted 2020-12-27 hbwxcw

Bisecting KMeans

Bisecting KMeans算法的主要思想是：首先将所有点作为一个簇，然后将该簇一分为二，之后选择能最大限度降低聚类代价函数（也就是误差平方和）的簇划分为两个簇，以此进行下去，直到簇的数目等于用户给定的数目k为止。

Gaussian Mixture Model

所谓混合高斯模型就是指对样本的概率密度分布进行估计，而估计的模型是几个高斯模型加权之和（具体是几个要在模型训练前建立好）。每个高斯模型就代表了一个类（一个Cluster）。对样本中的数据分别在几个高斯模型上投影，就会分别得到在各个类上的概率。然后我们可以选取概率最大的类所为判决结果。

Latent Dirichlet Allocation

LDA主题模型的思想是将一篇文档中的内容抽象成多个主题，每个主题拥有自己的词，并且每篇文档按照概率分布的形式给出。