DMER站长博客分析师资源站

DMER数据分析

 找回密码
 立即注册

扫一扫,访问微社区

QQ登录

只需一步,快速开始

查看: 400|回复: 0

[方法] 对数似然距离(Log-Likelihood Distance)——一种度量簇与簇间相异度的方法

[复制链接]

4

主题

6

帖子

222

积分

数据分析师

Rank: 3Rank: 3

积分
222
发表于 2016-12-13 11:07:29 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 yua2006 于 2016-12-13 11:07 编辑

对数似然距离主要用于度量簇与簇之间的相异度,最早用于BIRCH层次聚类算法的改进。本文从对数似然距离的基础——极大似然估计入手,详细叙述对数似然距离的假设条件、方法思想和计算过程,希望能对共同学习者有所裨益。公式较多,有兴趣的可以到博客中查看。
http://www.cnblogs.com/tiaozistudy/p/log-likelihood_distance.html

以下是博客截图:
截图00.png
截图01.png
截图02.png
截图03.png
截图04.png
截图05.png
截图06.png
截图07.png
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|关于我们|小黑屋|手机版|Archiver|帮助|DMER 数据分析 ( 蜀ICP备13007024号-2  

GMT+8, 2017-10-21 03:46 , Processed in 0.329452 second(s), 39 queries .

Powered by Discuz! X3.2

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表