機器學習總結（十）：經常使用聚類算法（Kmeans、密度聚類、層次聚類）及常見問題

任務：將數據集中的樣本劃分紅若干個一般不相交的子集。面試 性能度量：類內類似度高，類間類似度低。兩大類：1.有參考標籤，外部指標；2.無參照，內部指標。算法 距離計算：非負性，同一性（與自身距離爲0），對稱性，直遞性（三角不等式）。包括歐式距離，曼哈頓距離等等。app （1）    K均值聚類步驟：1.隨機選擇k個樣本做爲初始均值向量；2.計算樣本到各均值向量的距離，把它劃到距離最小的簇；3.計算

>>阅读原文<<