源地址：http://limboy.me/ios/2014/01/04/class-cluster.html类簇(class cluster)是一种设计模式，在Foundation Framework中被广泛使用，举个简单的例子NSArray *arr = [NSArray arrayWithObj...
分类：
移动开发 时间：
2014-12-27 01:32:35
阅读次数：
176
类簇模式把实现细节隐藏在一套简单的公共接口（抽象基类）后面。以保持接口简洁，用户无须自己创建子类实例，只需调用基类方法创建即可。例如：UIButton 的 buttonWithType:工厂模式是创建类簇的办法之一。OC中的系统框架中普通使用此模式。 大部分collection类都是类簇。判断实例....
分类：
其他好文 时间：
2014-11-24 23:53:15
阅读次数：
204
将一群物理对象或者抽象对象的划分成相似的对象类的过程。其中类簇是数据对象的集合，在类簇中所有的对象都彼此相似，而类簇与类簇之间的对象是彼此相异。聚类除了可以用于数据分割（data segmentation）,也可以用于离群点检测（outlier
detection）,所谓的离群点指的是与“普通”点相对应的“异常”点，而这些“异常”点往往值的注意。
很多人在学习聚类之初，容易将...
分类：
其他好文 时间：
2014-11-05 13:04:06
阅读次数：
252
前面介绍了k-means算法，并列举了该算法的缺点。而K中心点算法（K-medoids）正好能解决k-means算法中的 “噪声”敏感这个问题。
如何解决的呢？
首先，我们得介绍下k-means算法为什么会对“噪声”敏感。还记得K-means寻找质点的过程吗？对某类簇中所有的样本点维度求平均值，即获得该类簇质点的维度。当聚类的样本点中有“噪声”（离群点）时，在计算类簇质点的过程中会受到...
分类：
编程语言 时间：
2014-11-05 13:02:45
阅读次数：
204
层次聚类算法：
前面介绍的K-means算法和K中心点算法都属于划分式（partitional）聚类算法。层次聚类算法是将所有的样本点自底向上合并组成一棵树或者自顶向下分裂成一棵树的过程，这两种方式分别称为凝聚和分裂。
凝聚层次算法:
初始阶段，将每个样本点分别当做其类簇，然后合并这些原子类簇直至达到预期的类簇数或者其他终止条件。
分裂层次算法:
初始阶段，将所有的样本点当做同一类簇，然...
分类：
编程语言 时间：
2014-11-05 13:01:24
阅读次数：
284
一 什么是基于密度的聚类算法
由于层次聚类算法和划分式聚类算往往只能发现凸形的聚类簇。为了弥补这一缺陷，发现各种任意形状的聚类簇，开发出基于密度的聚类算法。这类算法认为，在整个样本空间点中，各目标类簇是由一群的稠密样本点组成的，而这些稠密样本点被低密度区域（噪声）分割，而算法的目的就是要过滤低密度区域，发现稠密样本点。
二 DBSCAN（Density-based Spatial ...
分类：
数据库 时间：
2014-11-05 13:00:41
阅读次数：
308
"Clustering by fast search and find of density peaks"是今年6月份在《Science》期刊上发表的的一篇论文，论文中提出了一种非常巧妙的聚类算法。经过几天的努力，终于理解并用python实现了文中的算法，下面与大家分享一下自己对算法的理解及实现过程中遇到的问题和解决办法。
首先，该算法是基于这样的假设：类簇中心被具有较低局部密度的邻居点...
分类：
其他好文 时间：
2014-10-23 00:05:18
阅读次数：
368
作者(Alex Rodriguez, Alessandro Laio)提出了一种很简洁优美的聚类算法, 可以识别各种形状的类簇, 并且其超参数很容易确定.
算法思想
该算法的假设是类簇的中心由一些局部密度比较低的点围绕, 并且这些点距离其他有高局部密度的点的距离都比较大. 首先定义两个值: 局部密度...
分类：
其他好文 时间：
2014-08-28 19:33:05
阅读次数：
301
在编写面向对象的程序时，你经常希望向现有的类添加一些新的行为：你总是能够为对象提供使用这些新方法的新手段。当希望为现有的类增加新行为时，我们通常会创建子类，但是有时候子类并不方便。例如，你可能会希望为NSString类增加一些新行为，但是你知道NSString实际上只是一个类簇的前台表示，因而无法为...
分类：
移动开发 时间：
2014-05-08 20:35:20
阅读次数：
362
