機器學習----聚類總結

一、聚類分類 二、k-means 2.1、基本算法 2.2、 算法流程 2.3、算法分析 2.4、結束條件 2.5、散度 2.6、時間和空間複雜度 2.7、常見問題 2.8、SAE和SAE 三、層次聚類 3.1、分類 3.2、計算步驟 3.3、lance-williams 3.4、層次聚類問題 四、密度聚類（DBSCAN） 4.2、解釋 4.2、算法步驟 4.3、DBSCAN優缺點 4.4、變密度

>>阅读原文<<