聚類-機器學習（machine learning）筆記（Andrew Ng）

聚類 無監督學習介紹 聚類的作用 k-means 優化目標 如何初始化k-means及避開局部最優 選取聚類數量 聚類 無監督學習介紹 在無監督學習中，我們的數據不帶有任何標籤（y值）： 我們希望通過這些不帶標籤的輸入，找到一些隱含在數據中的結構。比如上圖，我們可以找到兩組分開的點集（簇）。這種能找到這些簇的方法我們稱之爲聚類算法。 聚類的作用 k-means 最熱門最爲廣泛運用的聚類算法。 定義

>>阅读原文<<