7.聚类 (1).pdf

立即下载 作者: 易米烊光
上传时间: 2025-03-15
关键词: xxx 21 聚类 误差 july edu.com  估计  
大小 3.3 MB
描述
聚类方法
3月机器学习在线班 邹博
2015年3月28日
2/66 julyedu.com
预备问题
 已知x1,x2…xk为正数，且
 其中，α为定值；
 求： 的最小值
 kxxx 21
 
k
k
xxx
xxxf
111
,
21
21  
3/66 julyedu.com
预备问题的求解
 显然，这是一个仅带等式约束的优化问题
 根据
 令
 求驻点
 带入约束条件
 从而
 
k
k
xxx
xxxf
111
,
21
21  
     k
k
k xxx
xxx
xxxg  21
21
21
111
,,
 

 
i
ii
x
xx
g
0
1
2
k
xxx k

 21
 

2
21
21
111
min,min
k
xxx
xxxf
k
k 





 
4/66 julyedu.com
复习：均方误差准则
 用估计量 去估计θ，其误差是 ，该误
差显然随样本 而定，因此， 是
随机变量，它的平方的均值，称作均方误
差。这个量越小，平均误差越小，估计结果
越优。
 显然，若 是无偏估计，则MSE即方差。
̂  ˆ
̂
nXXX ,, 21  ˆ
   



 
2ˆˆ  EMSE
         ˆˆˆˆˆ 22 VarEEEMSE 



 



 
   



 
2ˆˆ  EMSE
5/66 julyedu.com
本次目标
 掌握K-means聚类的思路和使用条件
 了解层次聚类的思路和方法
 理解密度聚类并能够应用于实践
 DBSCAN
 密度最大值聚类
 掌握谱聚类的算法，初步理解谱聚类的内涵
6/66 julyedu.com
聚类的定义
 聚类就是对大量未知
目录
xxx/21/聚类/误差/july/edu.com//估计/// xxx/21/聚类/误差/july/edu.com//估计///