聚类算法

聚类K-means

1.概述

决策树、随机森林、逻辑回归等算法与聚类不同，他们虽然有着不同的功能，但却都是属于有监督学习的一部分，也就是说，模型在训练的时候，即需要特征矩阵X，也需要真实标签Y。

而聚类属于无监督学习，无监督学习算法在训练的时候只需要特征矩阵X，不需要标签，曾经学过PCA的将维算法就是无监督学习中的一种，聚类算法也是无监督学习的代表算法之一，其目的就是将数据划分为有用的组或者簇，这种划分可以基于业务需求或者建模需求来完成，也可以单纯的帮助数据的自然结构和分布

在商业中，手头有大量的当前和潜在的客户的信息，可以使用聚类将客户划分为若干组，以便进一步的分析和开展营销活动，最有名的客户价值模型RFM，就是常常和聚类分析共同使用

再比如，聚类还可以用于降维和矢量量化（vetor quantization），可以将高维特征压缩到一列当中，常常用于图像、声音、视频等非结构化数据，可以大幅度压缩数据量

1.2 聚类算法和分类算法的对比