机器学习-层次聚类(hierarchical clustering)

关于层次聚类(hierarchical clustering)的基本步骤： 1、假设每个样本为一类，计算每个类的距离，也就是相似度 2、把最近的两个合为一新类，这样类别数量就少了一个 3、重新新类与各个旧类(去了那两个合并的类)之间的相似度； 4、循环重复2和3直到所有样本点都归为一类 这个计算的过程，相当于重构一个二叉树，只是这个过程，是从树叶-->树枝-->树干的构建过程 本例将以14张图片，做为样本，进行聚类，点击这里下载图片样本 当然，你也可以自己定义一个目录，程序会读取目录下所有JPG图片 如果你用了自己的图片，在代码中的一个数据的变化说明，就和使用的图片样本不同了， 同时，本文的主要目的是演示聚类(Clustering)的基本步骤，对于图片的相似度的算法并不完善，效果也并不是十分理想 不过如果你使用自己从手机中导入的生活照，不同的场景大致还是能分类出来的 更多内容可查看我的个人博客：http://blog.csdn.net/carmelcarmen