机器数据分析平台

  • 机器数据分析平台 > 使用文档 > 应用平台 > Pandora机器学习工具包 >fit的使用方法详述 > 数据聚类【聚类】 > Birch聚类 - Birch

    Birch聚类 - Birch

    最近更新时间:2022-02-24 17:03:45

    Birch算法是层次聚类的一种优化算法,适合于数据量啊,类别数也比较多的情况,并且运行速度很快。它使用聚类特征来表示一个簇,并使用聚类特征树(CF-树)来表示聚类的层次结构来实现快速的聚类。

    语法:

    ...|fit Birch threshold=<float> branching_factor=<int> n_clusters=<int> <feature_field_1> <feature_field_2> [into model_name]... 
    
    • threshold用来指定叶节点每个CF的最大样本半径阈值T,它决定了每个CF里所有样本形成的超球体的半径阈值。如不提供,默认值为0.5。一般来说threshold越小,则CF Tree的建立阶段的规模会越大,即BIRCH算法第一阶段所花的时间和内存会越多,如果样本的方差较大,则一般需要增大这个默认值。

    • branching_factor用来指定CF Tree内部节点的最大CF数B,以及叶子节点的最大CF数L。如不提供,默认值为50。如果样本量非常大(>10万),推荐增大该参数。

    • n_clusters用来指定类别数。如不提供,默认值为3。如果类别数非常多,且没有先验知识,则一般输入None。

    以上内容是否对您有帮助?
  • Qvm free helper
    Close