四種經常使用聚類及代碼（一）：K-Means

K-Means K-Means K-Means算法: K-Means缺點: K-Means優化: 評價方法-輪廓係數 K-Means實現 K-Means K-Means是最爲經典的無監督聚類（Unsupervised Clustering）算法，其主要目的是將n個樣本點劃分爲k個簇，使得類似的樣本儘可能被分到同一個聚簇。K-Means衡量類似度的計算方法爲歐氏距離（Euclid Distance）

>>阅读原文<<