层次聚类(Hierarchical Clustering)是聚类算法的一种,通过计算不同类别数据点间的相似度来创建一棵有层次的嵌套聚类树。在聚类树中,不同类别的原始数据点是树的最低层,树的顶层是一个聚类的根节点。
  1. 聚类(Clustering):hierarchical clustering层次聚类算法
  2. 利用 SciPy 实现层次聚类 - Haojun's Blog
  3. 《R语言实战》第四部分第十六章-聚类分析学习笔记
  4. R-层次聚类
  5. 【机器学习】确定最佳聚类数目的10种方法
  6. 聚类算法第三篇-密度聚类算法DBSCAN
  7. 基于聚类的“图像分割”
  8. DCGAN论文精读笔记
  9. 【机器学习】模型融合方法概述
  10. 只对一维数据进行聚类,要用什么方法? - 知乎
  11. 【前沿】深度学习顶会 ICLR 2018 匿名提交论文列表(附pdf...
  12. k-means聚类算法优缺点? - 知乎
  13. 【机器学习】确定最佳聚类数目的10种方法
  14. 大数据十大经典算法之k-means
  15. R-聚类分析之DBSCAN
  16. 已有距离矩阵,如何通过R语言实现Hierarchical clustering...
  17. 层次分类和决策树分类有什么区别和联系? - 知乎
  18. 《Machine Learning:Clustering & Retrieval...
  19. R语言中哪些包是处理混合属性聚类的? - 知乎
  20. zhihu.com/lives
展开全文
参考链接
父主题
微信扫码咨询专知VIP会员