sklearn聚類方法詳解

1 KMeans 1.1 算法描述 隨機選擇k箇中心 遍歷全部樣本，把樣本劃分到距離最近的一箇中心 劃分以後就有K個簇，計算每一個簇的平均值做爲新的質心 重複步驟2，直到達到中止條件 中止條件：html 聚類中心再也不發生變化；全部的距離最小；迭代次數達到設定值，python 代價函數：偏差平方和（SSE）算法 1.2 算法優缺點 優勢：數組 算法容易理解，聚類效果不錯 具備出色的速度 當簇近似高

>>阅读原文<<