聚类算法

高斯混合模型聚类

高斯混合模型（Gaussian Mixture Model）通常简称GMM，高斯混合模型是由多个高斯分布的结合组成的概率分布模型，是一种业界广泛使用的聚类算法，该方法使用了高斯分布作为参数模型，并使用了期望最大（Expectation Maximization，简称EM）算法进行训练。

输入

• 输入一个数据集，选择需要聚类的特征列，特征列只支持数值或数值列表类型。

输出

• 输出高斯混合聚类模型。

算子参数

参数名称	是否必选	参数描述	默认值
聚类数	是	聚类数 范围：[2, 500]。	2
最大迭代次数	是	最大迭代次数 范围：[1, 10000]。	100
收敛容差	否	当小于该值时，停止迭代 范围：[0.0, inf)。	0.01
随机种子	否	随机种子，用于保证多次训练结果相同。	-1

字段参数

参数名称	是否必选	参数描述	默认值
特征列	是	支持数值或数值列表类型。	无

计算逻辑

高斯混合模型：

使用示例

查看聚类中心。

查看聚类结果。

KMeans聚类

KMeans 聚类是一种得到最广泛使用的聚类算法，把 n 个对象分为 k 个簇，使簇内具有较高的相似度。相似度根据一个簇中对象的平均值来计算。 算法首先随机地选择 k 个对象，每个对象初始地代表了一个簇的平均值或中心。对剩余的每个对象根据其与各个簇中心的距离，将它赋给最近的簇，然后重新计算每个簇的平均值。这个过程不断重复，直到准则函数收敛。 它假设对象属性来自于空间向量，并且目标是使各个群组内部的均方误差总和最小。

输入

• 输入一个数据集，选择需要聚类的特征列，支持数值或数值列表类型。

输出

• 输出KMeans聚类。

算子参数

参数名称	是否必选	参数描述	默认值
聚类数	是	聚类数 范围：[2, 500].	2
质心初始化方法	是	质心初始化方法： Furthest PlusPlus Random	Furthest
最大迭代次数	是	最大迭代次数 范围：[1, 10000]	100
正则化	是	是否进行正则化处理	开启
评估聚类数量	是	开启后，算法会从1到设置的聚类数依次评估合适的聚类数	关闭
随机种子	否	随机种子，用于保证多次训练结果相同	无
是否交叉验证	是	是否进行交叉验证	否
交叉份数	是	交叉验证的份数 范围：[2, 20]	2
交叉验证划分方式	是	交叉验证每份的划分方式，目前支持取余划分和随机划分	随机划分

字段参数

参数名称	是否必选	参数描述	默认值
特征列	是	支持数值或数值列表类型	无

使用示例

1. 构建算子结构，配置参数，完成训练。

2. 查看聚类结果。