１０．２．２　聚类分析 聚类是将物理或抽象对象的集合分成若干由类似的对象组成的多个类 的过程。由聚类生成的簇是一组数据对象的集合，这些对象与同一个簇中的 对象彼此相似，与其他簇中的对象相异。现在聚类分析广泛应用于生物、经 济、社会、人口等领域的大量量化分类问题的研究中，也是数据处理、数据挖 掘中最主要的内容之一。聚类分析内容非常丰富，有系统聚类法、动态聚类 （Ｋ均值聚类）法、有序样品聚类法和模糊聚类法等。 在实际应用中，有时样品之间有先后次序且不能变动，在同一类中的样 品要求次序相邻的，这类问题称为有序样品的聚类分析。例如对动植物按生 长的年龄段进行分类，年龄的顺序是不能改变的，否则就没有实际意义了；在 地质勘探中，需要通过岩心了解地层结构，此时按深度顺序取样，样品的次序 也不能打乱；在证券交易中，对行情的研判必须与交易时间相对应，今天赚钱 的品种在昨天或者明天都可能严重亏损。 １０．２．３　上证综指的聚类 表１０－１是２０１０年７月１６日到２０１１年７月１５日整一年共２４３个交易日 的上证综指收盘价（来自同花顺交易软件），图１０－１是相应的散点折线图。 ·７８１·

８．４．３　多邮递员问题 邮局有ｋ（ｋ≥２）位投递员同时投递信件，全城街道都要投递，完成任务后 返回邮局，如何分配投递路线，使得完成投递任务的时间最早？我们把这一 问题记成ＫＰＰ。 ＫＰＰ的数学模型如下： Ｇ（Ｖ，Ｅ）是连通图，ｖ０∈Ｖ（Ｇ），求Ｇ的回路Ｃ１，…，Ｃｋ，使得 （１）ｖ０∈Ｖ（Ｃｉ），ｉ＝１，２，…，ｋ； （２）ｍａｘ １≤ｉ≤ｋｅ∈Ｅ（Ｃｉ） ｗ（ｅ）＝ｍｉｎ； （３）∪ ｋ ｉ＝１ Ｅ（Ｃｉ）＝Ｅ（Ｇ）。 ·７５１·

自購買、自裁書、自掃瞄，這是一本與「深度學習」有關的書籍。從入門開始說明，一步一步帶領你瞭解深度學習必須具備的知識。本書可以幫助您瞭解：深度學習究竟是什麼？有何特色？根據何種原理來運作？