《數(shù)據(jù)挖掘06-聚類(lèi)課件》由會(huì)員分享，可在線閱讀，更多相關(guān)《數(shù)據(jù)挖掘06-聚類(lèi)課件（27頁(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。

1、,單擊此處編輯母版標(biāo)題樣式,,單擊此處編輯母版文本樣式,,第二級(jí),,第三級(jí),,第四級(jí),,第五級(jí),,*,,,,,單擊此處編輯母版標(biāo)題樣式,,單擊此處編輯母版文本樣式,,第二級(jí),,第三級(jí),,第四級(jí),,第五級(jí),,第五章 聚類(lèi)分析,,生物信息學(xué)平臺(tái),,2,內(nèi)容,一、聚類(lèi)分析的功能,,,二、聚類(lèi)分析的方法,,,三、聚類(lèi)分析的應(yīng)用,3,一、聚類(lèi)分析的功能,聚類(lèi)：將數(shù)據(jù)集劃歸為不同組別,,,作用：,,獲得數(shù)據(jù)的分布規(guī)律，進(jìn)一步分析,,數(shù)據(jù)預(yù)處理，為分類(lèi)、關(guān)聯(lián)規(guī)則等作準(zhǔn)備,,,4,一、聚類(lèi)分析的功能,與分類(lèi)相同：,,聚類(lèi)的依據(jù)：特征屬性,,聚類(lèi)過(guò)程：相似程度高的聚為一類(lèi),,與分類(lèi)不同：,,無(wú)監(jiān)督的學(xué)習(xí),,驗(yàn)證

2、更復(fù)雜,,,聚類(lèi)結(jié)果的質(zhì)量,,相似性,6,相似性度量（數(shù)值型）,,例,1,：,,,,相似性判斷：,式,5.1,,原始數(shù)據(jù),,,結(jié)論：,1,、,2,相似程度高，這一結(jié)論可信嗎？,一、聚類(lèi)分析的功能,7,一、聚類(lèi)分析的功能,相似性度量,,例,1,：,,,,問(wèn)題：年齡、血壓范圍、數(shù)量級(jí)不同，應(yīng),,歸一化：,[0,1],,,,,結(jié)論：,1,、,3,相似程度高,8,一、聚類(lèi)分析的功能,相似性度量,,例,1,：,,,,10,一、聚類(lèi)分析的功能,相似性度量（分類(lèi)型）,,二值：式,5.10/5.12,,對(duì)稱型（男、女）,,非對(duì)稱型（陽(yáng)性,1,、陰性,0,）,,,例：,Xi={0, 0, 1, 1, 0, 1,

3、 0, 1},,Xj={0, 1, 1, 0, 0, 1, 0, 0},,,對(duì)稱型：,D=3/8, S,＝,5/8,,非對(duì)稱型：,D=3/5, S,＝,2/5,（忽略特征值均為,0,的屬性）,,11,一、聚類(lèi)分析的功能,相似性度量（二值型,-,對(duì)稱）,,例,2,：,,,,,,,式,5.10,,,,,式,5.11,,,結(jié)論：,1,、,2,相似程度高,,,,13,相似性度量,,排序型：轉(zhuǎn)為數(shù)值型后，式,5.16,，計(jì)算相似性,,例,4,：,,,,,,,,結(jié)論：,,相似程度最高， 最不相似,,大小說(shuō)明相似程度不一樣，可定量衡量,一、聚類(lèi)分析的功能,,15,一、聚類(lèi)分析的功能,相似性度量,(,混

4、合型，式,5.17),,例,5.1,：,,,,,,,,相似程度最高,,16,聚類(lèi)方法,,劃分法,,k,-,均值算法,,k,-,中心點(diǎn)算法,,分層,,凝聚型分層聚類(lèi),,分裂型分層聚類(lèi),,基于密度的方法,,基于網(wǎng)格的方法,,基于模型的方法,二、聚類(lèi)分析的方法,18,k,-,均值算法,,隨機(jī),選擇若干樣本作為初始的簇的質(zhì)心,（平均點(diǎn)）,；,,,repeat,,計(jì)算對(duì)象與各個(gè)簇的質(zhì)心的距離，將對(duì)象劃分到距離其最近的簇；,,,重新計(jì)算每個(gè)新簇的均值；,,,until,簇的質(zhì)心不再變化,。,,二、聚類(lèi)分析的方法,19,k,-,均值算法,,,二、聚類(lèi)分析的方法,20,二、聚類(lèi)分析的方法,聚類(lèi)過(guò)程,,例（同分

5、類(lèi)）：,12,個(gè)樣本,,有兩個(gè)特征屬性,f1,、,f2,，,,類(lèi)別未知，要分成兩類(lèi),,,21,二、聚類(lèi)分析的方法,聚類(lèi)過(guò)程,,例（同分類(lèi)）：,,隨機(jī)放入,A,、,B,兩類(lèi),:,,,1,4,8→A,0,,3,7,9,10→B,0,,初始，求聚類(lèi)中心（均值）,:,,C,A0,(4.67, 5),,C,B0,(6.75, 6.25),,22,二、聚類(lèi)分析的方法,聚類(lèi)過(guò)程,,各樣本到聚類(lèi)中心的距離,,,,,,,,,,,迭代，,C,A1,(4.17, 3.33),C,B1,(9, 7),,,不斷逼近的過(guò)程，細(xì)微的調(diào)整、優(yōu)化,24,二、聚類(lèi)分析的方法,聚類(lèi)過(guò)程,,特征屬性可用數(shù)值描述,,上例中,f1, f2,值在同一數(shù)量級(jí)中。,,若不在同一數(shù)量級(jí)、相差較大，要進(jìn)行怎樣的預(yù)處理？否則，會(huì)有怎樣的困難？,25,三、聚類(lèi)分析的應(yīng)用,應(yīng)用實(shí)例,:,聚類(lèi)在基因表達(dá)譜知識(shí)挖掘中的應(yīng)用,,目的,,對(duì)兩個(gè)公共的基因表達(dá)數(shù)據(jù)集進(jìn)行研究，以發(fā)現(xiàn)大規(guī)?；虮磉_(dá)譜蘊(yùn)含的信息,,研究目標(biāo)變?yōu)?DM,的問(wèn)題：聚類(lèi),,,數(shù)據(jù)采集：,,CNS,數(shù)據(jù)集：,,NCI60,數(shù)據(jù)集,：,26,,數(shù)據(jù)預(yù)處理,,,數(shù)據(jù)挖掘－建立模型,,貝葉斯聚類(lèi),,