聚类任务基础详解

前言

本篇博客将详解聚类的基础内容，为之后的几种聚类算法做铺垫。
本文中图片来自自己的PPT或者百度百科，没有剽窃，没有剽窃，没有剽窃！

聚类任务

聚类属于无监督学习。再无监督学习中，训练样本是没有标记的，目标通过对训练样本的学习来揭示数据的内在规律，性质，为进一步的数据分析提供基础，而聚类是其中研究最多，引用最广的。
聚类的任务：聚类试图将数据集中的样本，划分为若干个(通常是)不相交的子集，而这每个子集称之为簇，通过这样的划分之后，每个子集可能会对应一个潜在的概念，或者说对应一个类。这些概念聚类算法是不知道的，需要使用者对其进行命名。
从集合的角度来看，我们可以直观的看图：

将一个集合D(样本空间包含m个样本)划分为N个(通常)不相交的子集，每个子集中包含了若干个样本，而每个样本有自己的簇标记，聚类的结果最终可用一个包含了m个元素的簇标记向量来表示，如下：

聚类的两个基本问题