第9章 聚类
覆盖聚类任务、性能度量、距离、原型/密度/层次聚类；用数据协议、单故障轨迹和模型验收门完成独立复核。
学习目标
- 能说明“第9章 聚类”如何覆盖聚类任务、性能度量、距离、原型/密度/层次聚类，并把原版范围、技术核验和现代扩展分层
- 能先预测“怎样先声明相似性与聚类用途，再比较结构稳定性而不偷看外部标签？”的数据与模型路径，再用切分、状态、轨迹和独立评估复核
- 能注入“用真实类别反复选择簇数和距离，最后把外部一致性称为无监督发现”，用“特征尺度、距离、算法参数、初始化、簇数选择信息和稳定性方案固定”决定接受、降级或拒绝实验结论
为什么从这个学习实验开始
聚类页让“相似”成为可审计选择，并把结构发现与标签验证严格分开。 “第9章 聚类”的贯穿任务是：对西瓜属性比较k均值、DBSCAN和层次聚类，注入尺度变化与离群点。 操作前先写下哪个数据角色、模型状态或评估结论会变化；运行后补理由不算预测。
本页围绕“怎样先声明相似性与聚类用途，再比较结构稳定性而不偷看外部标签？”建立基线、故障与恢复路径。只有“第9章 聚类”守住“特征尺度、距离、算法参数、初始化、簇数选择信息和稳定性方案固定”并交付特征尺度、距离矩阵、初始化、簇数/密度参数、成员分配、目标曲线、重采样一致性和外部标签使用记录。，分数或图形才构成机器学习证据。
书目、128个原版层级与版本边界
“第9章 聚类”以清华大学出版社官方书页核对周志华著《机器学习》于2016年出版、425页、ISBN 9787302423287和全书16章的三部分结构，同时以作者官方书页确认这是一部16章、每章6至7节且持续公开勘误的入门教科书，再以作者官方目录PDF逐项核对16章、108个编号小节和附录A/B/C，因此本站覆盖分母计入16个章标题、108个编号小节、附录标题及A/B/C，共128个正式目录层级。
“第9章 聚类”未取得原书完整正文，只以作者与出版社目录限定范围；中文解释、交互、实验、练习与答案均为独立教学重写。外部标签可用于最终解释或外部度量，但若参与选型就必须承认监督信息进入。
本页另以技术核对 1、技术核对 2、技术核对 3核对算法机制、评估协议或数学工具。外部资料能验证技术事实，不能反向证明原书正文采用了本站表述。
原版目录层级与学习机制
第9章 聚类
↡聚类对应原版目录坐标“第9章 聚类”，在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 1/8。 在“第9章 聚类”的坐标1中，目录项「第9章 聚类」用于依据声明的距离与结构假设发现样本分组；先冻结数据角色，再以尺度、距离矩阵、初始化、成员分配与稳定性复核，出现偷看真实标签选择簇数或距离时撤回结论。
9.1 聚类任务
↡聚类任务对应原版目录坐标“9·1 聚类任务”，在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 2/8。 目录项「9·1 聚类任务」进入“第9章 聚类”后要回答第2个学习问题：它怎样依据声明的距离与结构假设发现样本分组、改变什么模型状态、由哪些尺度、距离矩阵、初始化、成员分配与稳定性证明，并如何排除偷看真实标签选择簇数或距离。
9.2 性能度量
↡性能度量对应原版目录坐标“9·2 性能度量”，在“第9章 聚类”中用于分离模型拟合、选择与泛化估计，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 3/8。 围绕“怎样先声明相似性与聚类用途，再比较结构稳定性而不偷看外部标签？”，在“第9章 聚类”的原版层级3把「9·2 性能度量」落实为分离模型拟合、选择与泛化估计；复核者先读取切分索引、度量语义、重采样结果与不确定性，不能接受测试复用或度量方向混淆。
9.3 距离计算
↡距离计算对应原版目录坐标“9·3 距离计算”，在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 4/8。 对“第9章 聚类”而言，目录项「9·3 距离计算」的最小实验合同是依据声明的距离与结构假设发现样本分组，第4次检查保存尺度、距离矩阵、初始化、成员分配与稳定性；若产生偷看真实标签选择簇数或距离，就返回上游。
9.4 原型聚类
↡原型聚类对应原版目录坐标“9·4 原型聚类”，在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 5/8。 第5个正式坐标「9·4 原型聚类」服务于覆盖聚类任务、性能度量、距离、原型/密度/层次聚类，需要以尺度、距离矩阵、初始化、成员分配与稳定性呈现依据声明的距离与结构假设发现样本分组；偷看真实标签选择簇数或距离会破坏“特征尺度、距离、算法参数、初始化、簇数选择信息和稳定性方案固定”。
9.5 密度聚类
↡密度聚类对应原版目录坐标“9·5 密度聚类”，在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 6/8。 在“第9章 聚类”的坐标6中，目录项「9·5 密度聚类」用于依据声明的距离与结构假设发现样本分组；先冻结数据角色，再以尺度、距离矩阵、初始化、成员分配与稳定性复核，出现偷看真实标签选择簇数或距离时撤回结论。
9.6 层次聚类
↡层次聚类对应原版目录坐标“9·6 层次聚类”，在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 7/8。 目录项「9·6 层次聚类」进入“第9章 聚类”后要回答第7个学习问题：它怎样依据声明的距离与结构假设发现样本分组、改变什么模型状态、由哪些尺度、距离矩阵、初始化、成员分配与稳定性证明，并如何排除偷看真实标签选择簇数或距离。
9.7 阅读材料
↡阅读材料对应原版目录坐标“9·7 阅读材料”，在“第9章 聚类”中用于把本章结论连接到可追溯的进阶路线与原始资料，并受数据角色、模型假设、评估时机与版本边界约束。原版坐标 8/8。 围绕“怎样先声明相似性与聚类用途，再比较结构稳定性而不偷看外部标签？”，在“第9章 聚类”的原版层级8把「9·7 阅读材料」落实为把本章结论连接到可追溯的进阶路线与原始资料；复核者先读取问题清单、前置假设、来源版本与可复现实验入口，不能接受只堆链接而不说明验证对象。
先预测，再操作三个章专属实验
1. 数据角色与模型协议
固定“对西瓜属性比较k均值、DBSCAN和层次聚类，注入尺度变化与离群点。”，在基线与反例间切换，逐阶段查看“表示与距离、结构假设、聚类运行、稳定性重采样、外部解释”允许的输入、操作、输出和证据。
数据与模型协议
选择实验，再逐阶段检查信息边界
怎样先声明相似性与聚类用途，再比较结构稳定性而不偷看外部标签？
实验设置
对西瓜属性比较k均值、DBSCAN和层次聚类，注入尺度变化与离群点。 固定数据版本、实体切分、流水线、预算和随机种子。
预期结果
沿“表示与距离 → 结构假设 → 聚类运行 → 稳定性重采样 → 外部解释”得到可重放结论。
适用边界
全过程保持“特征尺度、距离、算法参数、初始化、簇数选择信息和稳定性方案固定”。
允许输入
第9章 聚类：冻结版本、实体与样本角色，不得越过样本角色
本阶段操作
只读取任务允许的信息，并持续满足“特征尺度、距离、算法参数、初始化、簇数选择信息和稳定性方案固定”
阶段输出
表示与距离产生可追踪输入状态
复核证据
可追踪输入状态、索引和版本；出现“用真实类别反复选择簇数和距离，最后把外部一致性称为无监督发现”时拒绝推进
原版坐标：第9章 聚类、9.1 聚类任务、9.2 性能度量、9.3 距离计算、9.4 原型聚类、9.5 密度聚类、9.6 层次聚类、9.7 阅读材料
第9章 聚类的可重放研究协议
| 阶段 | 允许动作 | 必留证据 | 拒绝条件 |
|---|---|---|---|
| 表示与距离 | 在“第9章 聚类”执行表示与距离，只读取该角色允许的信息 | 任务、版本、实体与切分哈希 | 角色或来源不可追溯 |
| 结构假设 | 在“第9章 聚类”执行结构假设，只读取该角色允许的信息 | 表示、参数、轨迹、候选比较与选择理由 | 用真实类别反复选择簇数和距离，最后把外部一致性称为无监督发现 |
| 聚类运行 | 在“第9章 聚类”执行聚类运行，只读取该角色允许的信息 | 表示、参数、轨迹、候选比较与选择理由 | 用真实类别反复选择簇数和距离，最后把外部一致性称为无监督发现 |
| 稳定性重采样 | 在“第9章 聚类”执行稳定性重采样，只读取该角色允许的信息 | 表示、参数、轨迹、候选比较与选择理由 | 用真实类别反复选择簇数和距离，最后把外部一致性称为无监督发现 |
| 外部解释 | 在“第9章 聚类”执行外部解释，只读取该角色允许的信息 | 封存指标、错误样本、复现与边界 | 测试被复用或无法重放 |
unit: "mlw-09"
question: "怎样先声明相似性与聚类用途，再比较结构稳定性而不偷看外部标签？"
scenario: "对西瓜属性比较k均值、DBSCAN和层次聚类，注入尺度变化与离群点。"
stages: ["表示与距离", "结构假设", "聚类运行", "稳定性重采样", "外部解释"]
invariant: "特征尺度、距离、算法参数、初始化、簇数选择信息和稳定性方案固定"
fault: "用真实类别反复选择簇数和距离，最后把外部一致性称为无监督发现"
evidence: "特征尺度、距离矩阵、初始化、簇数/密度参数、成员分配、目标曲线、重采样一致性和外部标签使用记录。"
reset: restore_experiment_stage_trace_mode_step_gates_and_artifact该协议要求“第9章 聚类”在相同任务、数据版本、实体切分、流水线、预算和种子下重放。重置后若实验、阶段、轨迹模式、步骤、验收门或复核包没有回到基线，交互状态已经污染比较。
本页回顾
掌握“第9章 聚类”不是背诵算法名，而是能围绕“怎样先声明相似性与聚类用途，再比较结构稳定性而不偷看外部标签？”重建数据与模型证据，并用“特征尺度、距离、算法参数、初始化、簇数选择信息和稳定性方案固定”拒绝“用真实类别反复选择簇数和距离，最后把外部一致性称为无监督发现”。最终交付为特征尺度、距离矩阵、初始化、簇数/密度参数、成员分配、目标曲线、重采样一致性和外部标签使用记录。
练习与答案
练习
- 问题 1：实验合同。 “第9章 聚类”为什么必须先冻结任务、数据版本、实体切分、流水线、预算和种子？
- 问题 2：目录逐项覆盖。 怎样证明原版目录坐标已经进入机制、交互和练习？
- 问题 3：故障恢复。 怎样证明“用真实类别反复选择簇数和距离，最后把外部一致性称为无监督发现”已经被修正？
名词解释
名词解释
本章出现的专业名词，用大白话再讲一遍。
- 聚类
检索键 ml-A 对应目录坐标「第9章 聚类」；在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，需要连接原版范围、数据角色、模型状态与独立证据。
- 聚类任务
检索键 ml-B 对应目录坐标「9·1 聚类任务」；在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，需要连接原版范围、数据角色、模型状态与独立证据。
- 性能度量
检索键 ml-C 对应目录坐标「9·2 性能度量」；在“第9章 聚类”中用于分离模型拟合、选择与泛化估计，需要连接原版范围、数据角色、模型状态与独立证据。
- 距离计算
检索键 ml-D 对应目录坐标「9·3 距离计算」；在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，需要连接原版范围、数据角色、模型状态与独立证据。
- 原型聚类
检索键 ml-E 对应目录坐标「9·4 原型聚类」；在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，需要连接原版范围、数据角色、模型状态与独立证据。
- 密度聚类
检索键 ml-F 对应目录坐标「9·5 密度聚类」；在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，需要连接原版范围、数据角色、模型状态与独立证据。
- 层次聚类
检索键 ml-G 对应目录坐标「9·6 层次聚类」；在“第9章 聚类”中用于依据声明的距离与结构假设发现样本分组，需要连接原版范围、数据角色、模型状态与独立证据。
- 阅读材料
检索键 ml-H 对应目录坐标「9·7 阅读材料」；在“第9章 聚类”中用于把本章结论连接到可追溯的进阶路线与原始资料，需要连接原版范围、数据角色、模型状态与独立证据。