聚類算法之K-means算法與聚類算法衡量指標

聚類就是按照某個特定標準(如距離準則)把一個數據集分割成不一樣的類或簇，使得同一個簇內的數據對象的類似性儘量大，同時不在同一個簇中的數據對象的差別性也儘量地大。即聚類後同一類的數據儘量彙集到一塊兒，不一樣數據儘可能分離。聚類算法屬於無監督學習，即事先不會給出標記信息，經過對無標記樣本的學習來解釋數據的內在性質及規律，爲進一步的數據分析提供基礎。算法 1、K-means（k均值）算法    k-me

>>阅读原文<<