K-means算法與EM算法

K-means是一種無監督學習算法，能夠對無標籤的數據集進行聚類。 基本思想： 1初始化若干個聚類中心； 2將每個訓練數據分配給某個聚類中心，作爲該類的一員，依據經常是點的距離 3更新每個聚類中心爲該類所有點座標的平均值 4重複以上直到收斂（中心不再變化） 形式化描述： 上圖中，k是類的個數，事先人爲確定。 k-means保證收斂，但並不能保證有效。初始中心點選的不好時可能無法聚類，例如，有兩個訓

>>阅读原文<<