机器学习课程笔记（第八周-1）K-means

非监督学习unsupervised learning

聚类Clustering

K-means算法：
步骤1：簇分配：遍历所有样本，把与聚类中心接近的点划为一类；
步骤2：移动聚类中心：把聚类中心移动到和它同类的数据集的均值处。
迭代以上两步骤，直到聚类中心和点集不再变化。

两个输入：K（想聚类处的簇的个数）；只有x没有标签y的训练集。
x(i)是n维向量。
算法表示：

如果存在一个没有点分配给它的聚类中心，则直接移除那个聚类中心。

应对没有很好分开的