机器学习实战——第十章：K-mean聚类

本系列目的在于总结每一个分类器的特点（优点、缺点、使用数据类型、使用时的注意事项等）。相关代码自己搜。

python：建议使用2.7

python常用函数库：NumPy、scikit-learn等

python集成环境：anaconda

毕业季，玩了20天。

优点：

1、编程容易实现。

缺点：

1、局部最小值，大量数据收敛慢。

使用数据类型：

1、数值型

使用时注意事项：

0、没什么好讲。有个二分K-mean，就是划分一个簇为两个簇，是所有点距中心距离的平方差和最小。不过也没用（貌似通过相似度聚类的方法都不是很好；还有一种类似于topic model的产生概率模型聚类法<generative probability model clustering>，相对来说比较好用，详情参考coursera上的text analysis课程）。