kmeans算法

  在無監督學習中，訓練樣本的標記信息是未知的，網絡是通過對無標記樣本的學習來揭示數據的內在性質和規律。在無監督學習中，應用最多的就是聚類。   簡單的理解聚類：聚類就是把數據劃分爲不同的組，組內的數據具有相似的屬性和特徵，組間的數據具有高度不相關的屬性和特徵。即把相似的東西分爲一組。 那麼，組內相似越大，組間差別越大，那麼聚類的效果就會很好。 難點：如何評估（不知到分類結果到底怎麼樣），如何調參

>>阅读原文<<