K-Means聚类算法

---

写在前面

机器学习可以分为**“监督学习”和“无监督学习”**。

监督学习是指我们已经得出对一组数据的分类，机器通过对输入和输出的分析，训练出相应的最优的训练模型，从而实现简单的分类。然后这个模型就有了对未知数据的分析能力。往往是去学习我们已经创建好的分类系统。

监督学习是训练神经网络和决策树常见的方法。典型的算法有KNN和SVM。

无监督学习可以是由输入数据中学到或者创建一个模型，并依此模式推断新的结果。输入数据是由输入特征值组成。

输入的数据既没有被标记，也没有确定的结果。

样本数据类别未知，需要根据样本间的相似性对样本集进行分类（聚类，clustering）试图使类内差距最小化，类间差距最大化。通俗点将就是实际应用中，不少情况下无