機器學習算法拾遺：（五）聚類算法（K-means，密度聚類，層次聚類）

基礎：聚類算法（K-means，密度聚類，層次聚類） 無監督學習是在樣本的標籤未知的情況下，根據樣本的內在規律對樣本進行分類，常見的無監督學習就是聚類算法。 聚類算法模型的性能度量大致有兩類： 　　1）將模型結果與某個參考模型（或者稱爲外部指標）進行對比，私認爲這種方法用的比較少，因爲需要人爲的去設定外部參考模型。 　　2）另一種是直接使用模型的內部屬性，比如樣本之間的距離（閔可夫斯基距離）來作爲

>>阅读原文<<