常見的聚類算法

  涵蓋 K-means 、 Mean-Shift 、 DBSCAN、基於高斯混合模型(GMM)的期望最大化（EM）聚類、凝聚層次聚類     K-means 算法         K-means的假設是：將某一些數據分爲不同的類別，在相同的類別中數據之間的距離應該都很近，也就是說離得越近的數據應該越相似，再進一步說明，數據之間的相似度與它們之間的歐式距離成反比。 過程： K-mean中有兩個關鍵

>>阅读原文<<