聚类学习笔记 - 聚类的基本概念

簇：对于一个X-Y平面，簇的中心点（centroid），或平均值（average），为这个簇中所有点的x和y坐标值的平均值

对于文档集聚类涉及三件事：

    1.一个算法：将项目组织在一起的方法

    2.相似性和不相似性的概念：对项目按一定的标准分成不同的堆

    3.停止的条件：一个关键节点，项目不能再加入堆，或者这些堆已经具有明显不同的主题

TF-IDF（Term Frequency - Inverse Document Frequency ,词项频率-逆文档频率）: 加权方法