文章目录 1.无监督学习与聚类为什么要进行无监督学习聚类分析的应用聚类分析的过程聚类问题的描述补充——多元正态分布与散布矩阵 2.聚类工具大全简单聚类方法顺序聚类最大最小聚类算法谱系聚类 K-均值聚类(重要工具)谱聚类(Spectral Clustering) 3.聚类结果检验4.一些挑战性问题 1.无监督学习与聚类 为什么要进行无监督学习 聚类分析的应用 聚类分析的过程 聚类问题的描述 补充——多元正态分布与散布矩阵 pass 2.聚类工具大全 简单聚类方法 顺序聚类 最大最小聚类算法 谱系聚类 note:不是谱聚类 K-均值聚类(重要工具) K-均值基本算法 K-均值基本算法 K-均值算法的改进 谱聚类(Spectral Clustering) 这里就不当复制粘贴侠了,直接上优质博文连接。 先导知识: 拉普拉斯矩阵(Laplacian matrix) pass 谱聚类: 白话什么是谱聚类算法(通俗易懂,先看)谱聚类(Spectral Clustering)算法介绍谱聚类(spectral clustering)原理总结 3.聚类结果检验 聚类数的间接选择 4.一些挑战性问题