《高维数据的聚类分析研究及其应用》读书笔记

1、高维聚类の研究方向         因为高维数据的稀疏性等特征，使得在高维聚类的研究中有以下几个研究重点：算法 1）维度约简，主要分为特征变换和特征选择两大类。前者是对特征空间的变换映射，常见的有PCA、SVD等。后者则是选择特征的子集，常见的搜索方式有自顶向下、随机搜索等；网络 2）高维聚类算法，主要分为高维全空间聚类和子空间聚类算法。前者的研究主要聚焦在对传统聚类算法的优化改进上，后者则能

>>阅读原文<<