K-means算法和KNN算法

github: 智能算法的課件和參考資料以及實驗代碼   K-means是最爲常用的聚類算法，該算法是將相似的樣本歸置在一起的一種無監督算法。採用距離作爲相似性的評價指標，即認爲兩個對象的距離越近，其相似度就越大。 算法主要步驟可描述如下：   隨機產生K個初始聚類中心。 計算測試點到聚類中心的距離，選擇距離最近的聚類中心將測試點歸類。 更新每類的聚類中心。 重複步驟2、3迭代更新，直至聚類中心不

>>阅读原文<<