数据挖掘学习笔记--聚类分析（一）

聚类（clustering）是将物理或抽象对象的集合分成相似的对象类或簇的过程，是无监督学习【unsupervised learning】。

--基于划分

     k-means 基本K均值方法

          方法：

              1.选择K个点作为初始质心

              2.repeat

              3.       将每个点指派到最近的质心，形成K个簇

              4.       重新计算每个簇的质心

              5.until 质心不再发生变化

          优点：

               聚类快

          缺点：

                a.常终止于局部最优

                b.只适用于数值属性聚类

                c.对噪声和异常值敏感

                d.选择不同的初始值，可能产生不同的聚类结果

                f.不适合发现非凸面的簇

   二分K均值

         方法：

            1.初始化簇表，使之包含由所有的点组成的簇

            2.repeat