機器學習聚類算法

** 聚類算法 ** k-means算法 經典的k-means算法的流程如下： 1.創建k個點作爲初始質心（通常是隨機選擇） 2.當任意一個點的簇分配結果發生改變時 1.對數據集中的每個數據點 1.對每個質心 1.計算質心與數據點之間的距離2.將數據點分配到距其最近的簇2.對每個簇，計算簇中所有點的均值並將均值作爲質心 （黑色小星星是質心點） 開始分類 分類結束 同樣的圖，由於k的值的改變聚類結果

>>阅读原文<<