機器學習算法原理系列篇15： 聚類算法

聚類算法不須要用戶提供數據的標籤，是最經常使用的一類無監督機器學習方式。 簡單來講，聚類算法就是把數據分組。好的聚類算法達到的效果就是，相同組的數據會展示類似的性質，而不一樣組的數據特徵分佈會不大相同。一般而言須要聚類的數據特徵繁多，所以數據處於高維空間，咱們須要首先定義距離，從而比較不一樣數據點之間的距離。距離相近的數據就可能被劃分到同一個組。算法       上圖給出了一個簡單的聚類問題，咱們

>>阅读原文<<