常見幾個聚類算法原理

聚類算法的思想：         給定N個訓練樣本(未標記的)x1,x2,...,xN，目標是把比較「接近」 的樣本放到一個cluster裏， 總共得到K個cluster。 聚類算法的目標：         類內緊緻，類間分離 一、K-means算法 1、算法步驟： 隨機選取k箇中心點 遍歷所有數據，將每個數據劃分到最近的中心點中 計算每個聚類的平均值，並作爲新的中心點 重複2-3，直到這k箇中線

>>阅读原文<<