人工智能與機器學習-K-Means（k-均值）聚類算法

K-means算法術語 簇：全部數據點的集合，簇中的對象是類似的 質心：簇中全部數據點的中心（計算全部點的均值而定） SSE：Sum of Sqared Error（平方偏差和）               SSE值越小，表示越接近它們的質心，因爲對偏差取了平方，所以更加專一遠離中心的點算法 K-Means工做流程 首先，隨機肯定K個初始點做爲質心（不是數據中的點） 而後將數據集中的每一個點分配到

>>阅读原文<<