聚類簡述

1、 聚類 聚類的目的就是把不同的數據點按照它們的相似與相異度（？怎麼衡量相似與相異）分割成不同的簇，確保每個簇中的數據都是儘可能相似，而不同簇的數據儘可能相異。 從模式識別的角度來講，聚類就是在發現數據中潛在的模式，幫助人們 進行分組歸類已達到更好理解數據的分佈規律。 聚類是無監督學習方法，不同的聚類方法基於不同的假設和數據類型。 聚類的算法很多，包括 基於劃分的聚類算法：k-means、， 基

>>阅读原文<<