【機器學習】K-Means算法及多種優化改進算法，聚類模型評估，附帶案例代碼

1、聚類分析 聚類分析是根據在數據中發現的描述對象（數據）及其關係的信息，將數據劃分紅有意義或有用的組（簇）。其目標是：html 組內的對象相互之間是類似的（相關的），而不一樣組中的對象是不一樣的（不相關的）； 組內的類似性（同質性）越大，組間差異越大，聚類就越好。 聚類能夠看做是一種分類，它用簇標號建立對象的標記。然而，只能從數據中導出這些標記，它與分類（例如分類決策樹等）不一樣，分類是監督分類

>>阅读原文<<