机器学习算法（9）之聚类算法

前言：在谈论K-means之前，我们是不是会联想到KNN算法呢，感觉这两个好像啊，其实两者差别还是很大的，一个是有监督学习算法，有对应的类别输出，一个是无监督的学习算法，没有样本输出，而且KNN算法是基于实例的一种的算法，KNN只是简单地把训练样例存储起来，并没有中间的训练过程，而K-mans算法确是有算法的训练过程

当然，两者也有一些相似点，两个算法都蕴含着要找出某一个点和另一个点最近的点，两者都利用了最近邻的思想。

---

1、什么是聚类分析？

1.1 聚类的定义：

       聚类就是对大量未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大，而类别间的数据相似度较小。

1. 聚类：一种把相似的数据合并成一组（group）的方法。就是我们常说的“人以群分，物以类聚”
2. 聚类是一种“非监督的学习算法”——事先并不需要有类别标注的样本来辅助学习，而是直接从数据中学习模式
3. 所以，聚类是一种“数据探索”的分析方法：它帮助我们在大量的数据中探索和发现数据的结构。

1.2 聚类的目标