聚類分析的主要步驟

1.數(shù)據(jù)預(yù)處理，
2.為衡量數(shù)據(jù)點間的相似度定義一個距離函數(shù)，
3.聚類或分組，
4.評估輸出。
數(shù)據(jù)預(yù)處理包括選擇數(shù)量，類型和特征的標(biāo)度，它依靠特征選擇和特征抽取，特征選擇選擇重要的特征，特征抽取把輸入的特征轉(zhuǎn)化為一個新的顯著特征，它們經(jīng)常被用來獲取一個合適的特征集來為避免“維數(shù)災(zāi)”進(jìn)行聚類，數(shù)據(jù)預(yù)處理還包括將孤立點移出數(shù)據(jù)，孤立點是不依附于一般數(shù)據(jù)行為或模型的數(shù)據(jù)，因此孤立點經(jīng)常會導(dǎo)致有偏差的聚類結(jié)果，因此為了得到正確的聚類，我們必須將它們剔除。
既然相類似性是定義一個類的基礎(chǔ)，那么不同數(shù)據(jù)之間在同一個特征空間相似度的衡量對于聚類步驟是很重要的，由于特征類型和特征標(biāo)度的多樣性，距離度量必須謹(jǐn)慎，它經(jīng)常依賴于應(yīng)用，例如，通常通過定義在特征空間的距離度量來評估不同對象的相異性，很多距離度都應(yīng)用在一些不同的領(lǐng)域，一個簡單的距離度量，如Euclidean距離，經(jīng)常被用作反映不同數(shù)據(jù)間的相異性，一些有關(guān)相似性的度量，例如PMC和SMC，能夠被用來特征化不同數(shù)據(jù)的概念相似性，在圖像聚類上，子圖圖像的誤差更正能夠被用來衡量兩個圖形的相似性。