K-means聚类及其验证

给定D维空间上的数据集，并不知道这些数据集所对应的类型和标号，通过聚类方法将这些数据集划分成K类。K-means聚类是一种无监督模式的学习。

聚类的原则就是使准则函数最小：

聚类的验证有多种方式，通常较通用的应该一定都会有Entropy 熵 和 Accuracy, （Accuracy 里可以包含了precision, recall, f-measure.）假设我们使用k-means算法，通常会加上SSE （Sum of squared errors）平方误差和，其他算法会有不同指标。总体思想为一个cluster聚类内的数据点聚集在一起的密度越高，圈子越小，离centroid中心点越近，那么这个聚类的总体质量相对来说就会越好。

SSE的计算如下：