只需十四步：从零开始掌握Python机器学习（附资源）
2017-03-15 08:55:54   来源：   评论：0 点击：

第3步：更多聚类

我们现在接着讲聚类，一种无监督学习形式。上篇中，我们讨论了 k-means 算法; 我们在此介绍 DBSCAN 和期望最大化（EM）。

首先，阅读这些介绍性文章; 第一个是 k 均值和 EM 聚类技术的快速比较，是对新聚类形式的一个很好的继续，第二个是对 Scikit-learn 中可用的聚类技术的概述：

• 聚类技术比较：简明技术概述，作者 Matthew Mayo。地址：http://suo.im/4ctIvI

• 在玩具数据集中比较不同的聚类算法，Scikit-learn 文档。地址：http://suo.im/4uvbbM

期望最大化（EM）是概率聚类算法，并因此涉及确定实例属于特定聚类的概率。EM 接近统计模型中参数的最大似然性或最大后验估计（Han、Kamber 和 Pei）。EM 过程从一组参数开始迭代直到相对于 k 聚类的聚类最大化。

首先阅读关于 EM 算法的教程。接下来，看看相关的 Scikit-learn 文档。最后，按照教程使用 Python 自己实现 EM 聚类。

• 期望最大化（EM）算法教程，作者 Elena Sharova。地址：http://suo.im/33ukYd

• 高斯混合模型，Scikit-learn 文档。地址：http://suo.im/20C2tZ。

• 使用 Python 构建高斯混合模型的快速介绍，作者 Tiago Ramalho。地址：http://suo.im/4oxFsj

如果高斯混合模型初看起来令人困惑，那么来自 Scikit-learn 文档的这一相关部分应该可以减轻任何多余的担心：

高斯混合对象实现期望最大化（EM）算法以拟合高斯模型混合。

基于密度且具有噪声的空间聚类应用（DBSCAN）通过将密集数据点分组在一起，并将低密度数据点指定为异常值来进行操作。

首先从 Scikit-learn 的文档中阅读并遵循 DBSCAN 的示例实现，然后按照简明的教程学习：

• DBSCAN 聚类算法演示，Scikit-learn 文档。地址：http://suo.im/1l9tvX

• 基于密度的聚类算法（DBSCAN）和实现。地址：http://suo.im/1LEoXC