机器学习聚类算法

**

聚类算法

**
k-means算法

经典的k-means算法的流程如下：

1.创建k个点作为初始质心（通常是随机选择）
2.当任意一个点的簇分配结果发生改变时
1.对数据集中的每个数据点
1.对每个质心
1.计算质心与数据点之间的距离2.将数据点分配到距其最近的簇2.对每个簇，计算簇中所有点的均值并将均值作为质心

（黑色小星星是质心点）
开始分类

分类结束

同样的图，由于k的值的改变聚类结果也会改变

经典k-means算法有以下几个特点：

需要提前确定[公式]值
对初始质心点敏感
对异常数据敏感

想了解其他的无监督学习的聚类算法
https://zhuanlan.zhihu.com/p/104355127