一. 聚类

1.1 估计聚类的趋势

均匀分布的其实聚类没多大意义
随机分布的聚类会特别多的类，意义也不大
真正有意义的是聚群分布的，找出共同的类

image.png

1.2 霍普金斯统计量

image.png

1.3 簇数制定

image.png

肘方法

image.png

1.4 统计量的计算方法

image.png
image.png
image.png

1.5 评估聚类质量

image.png

Bcubed

image.png

轮廓系数

image.png

R语言聚类评估

image.png
image.png

1.6 基于概念模型聚类

image.png

1.6.1 一般情况下的EM算法

image.png

1.6.2 概念簇的例子

image.png

1.6.3 最大似然估计

image.png

二. 离群值检测

image.png

2.1 检测离群值的方法

1. 基于统计学的方法
2. 基于邻近的方法
3. 基于聚类的方法

2.1.1 统计学方法:

image.png image.png

一元离群值的Grubb检验:

image.png

多元离群值检验:

image.png

2.2 可能存在多个簇的复杂情形

image.png

离群值可能组成簇

image.png

2.1.2 直方图方法

image.png

2.1.3 基于邻域判断离群点

image.png

参考:

1. http://www.dataguru.cn/article-4063-1.html