機器學習算法總結之聚類：K-means

寫在前面 在前面學習的ML算法中，基本都是有監督學習類型，即存在樣本標籤。然而在機器學習的任務中，還存在另外一種訓練樣本的標籤是未知的，即「無監督學習」。此類任務中研究最多、應用最廣泛的是「聚類」（clustering），常見的無監督學習任務還有密度估計、異常檢測等。本文將首先介紹聚類基本概念，然後具體地介紹幾類細分的聚類算法。 參考資料：K-Means聚類算法原理 1. 聚類簡介 聚類試圖將數據

>>阅读原文<<