機器學習算法——聚類

聚類屬於無監督學習，事先不知道數據會分爲幾類，通過聚類分析將數據聚合成幾個羣體。聚類是不需要對數據進行訓練和學習的。主要的聚類算法有K-Means和DBSCAN。 K-Means算法的基本原理比較簡單：1.指定K值（數據要分成的簇的數目），並指定初始的k個質心；2.遍歷每個數據點，計算其到各個質心的距離，將其歸類到距離最近的質心點；3分類完畢後，求各個簇的質心，得到新的質心點；4.重複2和3中的操

>>阅读原文<<