聚类算法小结

聚类算法就是按照某个特定的标准（如距离准则）把一个数据集分割成不同的类或簇，使得同个簇内的数据对象相似性尽可能大，同时不同簇内的差异性尽可能大。  聚类算法评价指标：   聚错样本数、运行时间、平均准确度（） 聚类算法比较： FCM和K-means都具有较高的准确度，层次聚类准确度最差，SOM耗时较长。 K-means 受限于初始点的选取 FCM 人为确定聚类数，易陷入局部最优解 SOM 处理时间

>>阅读原文<<