機器學習——聚類算法（clustering）

1、什麼是聚類？ 通俗地講，聚類就是將不帶任何標籤的數據分成不同的組，是一種典型的無監督機器學習算法，聚類的難點：難以評估和調參。用兩張圖來理解分類和聚類的區別： 分類： 聚類： 2、K-means聚類 k-means算法是經典的聚類算法之一，在不帶標籤的多維數據集中尋找確定數量的簇。以k爲參數，把n個對象分成k個簇，使簇內具有較高的相似度，而簇間的相似度較低。 幾個重要的基本概念： K值：需要得

>>阅读原文<<