集群分析，聚类算法包括哪些数据类型？

许多基于内存的聚类算法使用以下两个数据结构: （1）数据矩阵（DataMatrix或object-disc结构）: p变量用于表示n个对象，例如年龄，身高算法的数据包括哪些，属性变量，例如性别和体重代表目标人物，...

许多基于内存的聚类算法使用以下两个数据结构:

（1）数据矩阵（或对象到磁盘的结构）: 使用p个变量表示n个对象. 例如，使用属性变量（例如年龄，身高，性别和体重）来代表目标人. 模块化矩阵，行和列表示不同的实体:

（2）差异矩阵（也称为对象-对象结构）: 存储所有n对对象之间的相似性（接近度），也称为单模矩阵，行总和列表示相同的实体. 其中d（ij）是对象i和对象j之间测得的差异或不相似性. d（i，f）是非负值. d（ij）越大，两个对象的差异就越大； d（i，j）越接近0，则两者越相似（相似）.

许多聚类算法都基于相异矩阵. 如果数据以数据矩阵的形式表示算法的数据包括哪些，通常有必要先将其转换为相异矩阵.

相异性d（i，j）的具体计算取决于所使用的数据类型. 常用的数据类型包括: 区间刻度变量，二进制变量，标称类型，序数类型和比例刻度度变量，混合类型变量.

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-182349-1.html