機器學習算法原理系列篇15： 聚類算法

聚類算法不需要用戶提供數據的標籤，是最常用的一類無監督機器學習方式。 簡單來說，聚類算法就是把數據分組。好的聚類算法達到的效果就是，相同組的數據會展現相似的性質，而不同組的數據特徵分佈會不大相同。通常而言需要聚類的數據特徵繁多，因此數據處於高維空間，我們需要首先定義距離，從而比較不同數據點之間的距離。距離相近的數據就可能被劃分到同一個組。       上圖給出了一個簡單的聚類問題，我們如何通過身高

>>阅读原文<<