常用聚類演算法以及演算法評價

聚類模型是一種非監督的學習方法，聚類的輸入是一組未標記的資料，聚類模型根據自身的距離或相似性將其化為若干組，劃分的原則是組內距離最小化而組間距離最大化。常見聚類方法見下表：

類別	主要演算法
劃分方法	k-Means,k-Medoids(k中心點),CLANRANS(基於選擇的演算法)
層次分析方法	BIRCH(平均迭代規約和聚類)，CURE(代表點聚類)，CHAMELEON(動態模型)
基於密度的方法	DBSCAN(高密度連線區域)，DENCLUE(密度分佈函式)，OPTICS(物件排序識別)
基於網格的方法	STING(統計資訊網路)，SLIOUE(聚類高維空間)，WAVE-CLUSTER(小波變化)
基於模型的方法	統計學，神經網路

---

聚類分析演算法評價：
聚類分析目標是實現組內相似性高，組間相似性低。組內相似性越大，組間相似性越大，聚類效果越好。

1. purity評價法
   purity評價法相對簡單，只需計算正確聚類數目佔總數的比例。

   purity(X,Y)=1n

   \frac{1}{n}
   ∑max|xk⋂yk|
   \sum max|x_k\bigcap y_k|

2. RI評價法
   RI=R+WR+M+D+W

   \frac{R+W}{R+M+D+W}

   R：應該在一起的兩個物件被正確分類了
   W：不應該被聚在一類的兩個物件被正確分開了
   M：不該放在一類的物件被錯誤的放在了一類
   D：不應該分開的物件被錯誤的分開了

3. F值評價法
   RI方法的衍生方法：
   Fa
   F_a
   =(1+α2)prα2p+r
   \frac{(1+\alpha^2)pr}{\alpha^2 p+r}
   ,
   其中，p=RR+M
   \frac{R}{R+M}
   ,r=RR+D
   \frac{R}{R+D}
   .
   實際上，RI方法就是把準確率p和召回率看得同等重要。事實上，有時我們需要某一特性更多一點，這時候就適合使用F值方法。