ML09-K均值聚類

基本含義： 將具有相似特性的數據點，分到同一個簇內，使得同簇之內的數據相較於簇外的數據更加的相似。 關鍵計算： 相似度度量的方法。計算同簇之內數據點之間的相似度，計算不同簇之間的相似度。 計算距離/相似度有很多的方法，在K均值聚類方法中，經常使用的是歐氏距離。 K均值聚類的目標是使得總體羣內方差最小或者平方誤差最小。 聚類步驟： 在數據中，隨機生成K個初始均值 通過關聯每個觀測值到最近的均值，創建

>>阅读原文<<