聚類算法概述及相關距離度量公式

一、概述 首先：聚類算法是無監督學習算法；一般構建用戶興趣屬性畫像等可應用聚類算法；而一般的分類算法是有監督學習，基於有標註的歷史數據進行算法模型構建 定義：對大量未知標註的數據集，按照數據內部存在的數據特徵將數據集劃分爲多個不用的類別，使得類別內的數據比較相似，類別間的數據相似度較小。重點是計算樣本之間的相似度，有時候也稱爲樣本間的距離。 二、常用的距離公式： 1、閔可夫斯基距離公式，距離越近代

>>阅读原文<<