基于模型的聚类简介

R 中的混合模型

Victor Medina

Researcher at The University of Edinburgh

什么是聚类？

将观测划分为一组有意义子类的过程

$\to$ 帮助探索并理解数据集的自然结构

聚类的应用

医学
- 例：在医学影像中区分不同组织类型
商业
- 例：发现不同客户群以制定定向营销
社会科学
- 例：按犯罪类型划分城市区域，更高效配置警力

聚类方法

分区法
- 在观测中寻找簇中心，将每个观测分配给最近中心。如：Kmeans
层次法
- 按相似性连接观测形成簇。如：层次聚类
基于模型的方法
- 用概率分布构建簇。如：混合模型

性别数据集

gender <- read.csv("gender.csv")
head(gender)

    Height   Weight      BMI
1 73.84702 241.8936 31.18576
2 68.78190 162.3105 24.12104
3 74.11011 212.7409 27.23291
4 71.73098 220.0425 30.06706
5 69.88180 206.3498 29.70803
6 67.25302 152.2122 23.66049

性别数据集：你能猜出性别吗？

library(ggplot2)
ggplot(gender, aes(x = Weight, y = BMI)) + geom_points()

基于模型的聚类简介

什么是聚类？

聚类的应用

聚类方法

性别数据集

性别数据集：你能猜出性别吗？

性别数据集：你能猜出性别吗？

传统聚类方法下

基于模型的聚类

基于模型的聚类

让我们来练习！