Canopy
本文介绍聚类算法:canopy
该算法的主要特点:无需设置集群个数
算法的步骤
1. 设置参数T1和T2, 其中T1>T2, 参数敏感
2. 在样本集和钟任务一个样本P, 计算P与所有Canopy之间的距离,初始的时候Canopy为空,直接把P
当成一个Canopy. 如果P与某个Canopy距离在T1以内,则将P认为是一个Canopy。如果在T1和T2之间,
则将P点认为与该Canopy很近了,不再作为Canopy的备选。
3. 重复遍历所有的样本,直到结束
4. 经过1,2,3步获得的所有Canopy作为聚类的中心,然后开始采用聚类的方法进行聚类,例如K-Means。