聚类算法之Kmeans算法原理与实现

一、前言

kmeans程序实现参考

      所谓聚类就是把相似的东西聚合在一起，从而起到分组的作用。它和Classification（分类）不同，Classifier(分类器）是从训练集中进行学习，从而获得对未知数据的分类能力，通常我们把这种通过训练而获得分类能力的过程称为监督学习（supervised learning)，而在聚类的时候，我们并不关心所有数据是什么类的，我们对这些数据全然不知，我们通过聚类根据数据的某些相似性，通过相似性的大小把它们聚到一起。因此一个聚类算法只要知道如何计算数据的相似性，就可以进行工作了，所以聚类（clustering)并不需要训练数据进行学习，这在Machine Learning 中被称为无监督学习（unsupervised learning）。

二、Kmeans分析