AI 词汇表

📖

个术语

CF树（聚类特征树）

BIRCH的核心树形数据结构，在其节点中存储统计摘要（聚类特征），以紧凑地表示子簇。

📖

个术语

聚类特征（CF）

一个三元组（N, LS, SS），统计地概括了一个子簇，其中N是点的数量，LS是点的线性总和，SS是点的平方和。

📖

个术语

直径阈值（阈值）

BIRCH参数，定义了CF树叶子节点中子簇的最大直径，控制聚类摘要的粒度。

📖

个术语

分支因子（分支因子）

限制CF树中每个节点的条目（子节点）数量的参数，影响树的大小和形状以优化性能。

📖

个术语

微聚类

BIRCH的初始阶段，其中数据点被组织成微簇，由CF树的叶子节点条目表示。

📖

个术语

宏聚类

BIRCH的最终阶段，在微簇（CF树的叶子节点）上应用聚类算法（如K-Means）以生成最终的簇。

📖

个术语

增量式摘要

BIRCH能够用新的数据点更新CF树而不需要从头开始完全重新计算的能力，非常适合数据流。

📖

个术语

CF加性距离（聚类特征加性距离）

BIRCH中使用的距离度量，用于测量两个聚类特征之间的接近度，可以直接从它们的统计摘要计算出来，而无需访问原始点。

📖

个术语

叶子条目 (Leaf Entry)

CF树中叶子的元素，代表一个微簇，包含一个聚类特征和指向叶子链表中下一个节点的指针。

📖

个术语

叶子链表 (Leaf Linked List)

CF树中连接所有叶子的结构，用于在宏聚类阶段进行高效的顺序扫描。

📖

个术语

点吸收 (Point Absorption)

BIRCH中的一个过程，如果添加不会超过直径阈值，新数据点将被集成到最近的微簇中。

📖

个术语

节点分裂 (Node Splitting)

BIRCH中触发的机制，当插入一个点会导致超过直径阈值或分支因子时，分裂节点以保持约束。

📖

个术语

重建阶段 (Rebuilding Phase)

BIRCH中的可选步骤，在最终阶段之前使用更低的直径阈值重建CF树，以提高聚类精度。

📖

个术语

增量计算成本

BIRCH的关键优势，插入数据点的成本与点数成对数关系，使算法具有很高的可扩展性。

📖

个术语

聚类摘要 (Cluster Summary)

BIRCH的基本概念，其中一组点由统计摘要（CF）而不是各个点表示，减少内存使用。