4.1.3 聚类分析 (Hierarchical Clustering, K-Means)

文档摘要

4.1.3 聚类分析 (Hierarchical Clustering, K-Means) 4.1.3 聚类分析 (Hierarchical Clustering, K-Means) 在光谱数据的探索性数据分析 (EDA) 阶段，聚类分析是一种极为强大的无监督学习技术。它旨在发现数据集中隐藏的结构，将相似的光谱分组到一起，而将不相似的光谱分开。这有助于研究人员在没有先验知识的情况下，识别不同的组分、状态、区域或异常值，从而对复杂的光谱数据集有一个初步的理解。本节将深入探讨聚类分析的基本原理及其在光谱数据处理中的应用，重点介绍两种常用的聚类方法：层次聚类 (Hierarchical Clustering) 和 K-Means 聚类。 4.1.3.