层次聚类读书笔记.docx

层次聚类读书笔记

第一篇：层次聚类读书笔记层次聚类读书笔记值得注意的是，层次聚类方法是不可逆的，也就是说，当通过凝聚式的方法将两组合并后，无法通过分裂式的办法再将其分离到之前的状态，反之亦然。另外，层次聚类过程中调查者必须决定聚类在什么时候停止，以得到某个数量的分类。最后，必须记住，在不必要的情况下应该小心使用层次聚类方法。最好用于有潜在层次结构的数据上。凝聚式方法是层次聚类中被广泛使用的方法。过程中，会产生一系列的分划：最初的是n个单成员的类，最后的划分是一个包含全部个体的单个类。凝聚式聚类有很多方法，但基本的操作是相似的，在每一步中，将距离最近的类或者个体融合成一个类。方法之间的差异只是由不同的个体和组之间，或组与组之间的距离的计算方法而带来的。下面介绍一些常用的方法。单连锁(singlelinkage)，又称最近邻(nearestneighbour)方法。这个方法使用数据的相似度矩阵或距离矩阵，定义类间距离为两类之间数据的最小距离。这个方法不考虑类结构。可能产生散乱的分类，特别是在大数据集的情况下。因为它可以产生chaining现象，当两类之间出现中间点的时候，这两类很有可能会被这个方法合成一类。单连锁也可以用于分裂式聚类，用来分开最近邻距离最远的两组。全连锁(completelinkage)，又称最远邻(furthestneightbour)方法。同样从相似度矩阵或距离矩阵出发，但定义距离为两类之间数据的最大距离。同样不考虑到类的结构。倾向于找到一些紧凑的分类。（组）平均连锁(groupaveragelinkage)，又称为UPGMA(UnweightedPair-GroupMethodusingtheAverageapproach)。跟前两个方法一样，从相似度矩阵或距离矩阵出发，但定义距离为类间数据两两距离的平均值。这个方法倾向于合并差异小的两个类。（距离）介于单连锁和全连锁之间。它考虑到了类的结构，产生的分类具有相对的鲁棒性。质心连锁(centroidlinkage)，又称为UPGMC(UnweightedPaire-GroupMethodusingCentroidapproach)。不同于前面的方法，它从距离矩阵和原始数据出发，一般定义距离为平方欧几里得距离（可以使用其他距离测度方法，但是可能会对缺少原始数据的阐释，比如“质心”的概念），此距离为个体与组的质心（所有成员的原始数据均值），或组与组的质心距离。（待补充）中值连锁(medianlinkage)，又称为WPGMC(WeightedPair-GroupMethodusingCentroidapproach。跟前面的UPGMC不同的是，在计算组的质心时，将合成该组的两部分（组组，个体和组？）按照相同的权重计算，也就是说算出的质心实际上是组成该组的两部分的质心的均值。（待补充）Ward′smethod，又称离差平方和法(errorsumofsquarescriterion)。这个方法倾向于在每一步使组内的离差平方和的增量最小。所谓的离差平方和定义为E=sum_{m=1}^{g}E_{m}WhereE_{m}=sum_{l=1}^{n_{m}}sum_{k=1}^{p}(x_{ml,k}-第二篇：读书笔记类APP读书笔记的种类读书笔记种类很多，一般分为四大类。（1）摘要式。即将书中或文章中一些重要观点、精彩警辟语句，有用数据和材料摘抄下来，目的是积累各种资料(material)，为科研、教学、学习和工作作好准备。可按原书或原文系统摘录；也可摘录重要论点和段落；还可摘录重要数字。（2）评注式。评注式笔记不单摘录，还要写出自己对这些要点的看法和评价。常用方法有书头批注。即在书中重要地方用笔打上符号或在空白处加批注、折页作记号；也可用提纲方法把书和文章论点或主要论据扼要记叙下来；还可用摘要式综合全文要点、记下主要内容；读完全书或全文对得失加以评论也是一种方法。（3）心得式。即读后感。是读书或读文章后写出的自己的认识、感想、体会和启发。常用方法有：札记，也叫劄记，是摘记要点与心得结合的产物；心得，也叫读后感。将读书体会、感想、收获写出来；综合观点、见解，提出自己看法并记录下来，也是很好的读书方法。（4）记载式。1）笔记本。成册笔记本可用来抄原文、写提纲、记心得、写综述。长处是便于保存，缺点是不便分类，但可按类单独成册。2）活页本。可用来记各种各样笔记。便于分类，节约纸张和日后查阅。3）卡片。好处便于分类，可按目排列，便于灵活调动又节省纸张，但篇幅小，内容不宜长。4）剪报。把报纸和有用资料(material)剪下来，长文章可贴在笔记本或活页本上，短小材料可贴在卡片上。剪报材料可加评注，也可分类张贴，要注明出处，以便使用。5）全文复印。重要读书材料，为保持完整性，可全文复