機器學習聚類算法簡介

算法的目的 ： 聚類算法是「無監督學習」中最常用的一個算法，通過對無標記訓練樣本的學習將數據集劃分成若干個不相交的子集，來解釋數據的內在性質以及規律，爲進一步數據分析提供基礎。也可以作爲一個單獨的過程，尋找數據內在的分佈結構 注意 ： 類所對應的概念語義需要由使用者自己把握和命名。 對於一個算法的評估我們需要對這種算法進行量化，比如手對於一般的基礎算法，我們有時間複雜度、空間複雜度進行度量，對於監

>>阅读原文<<