【零基础学机器学习 15】 K-均值聚类（ K-means）算法：类型、工作原理及代码实战

👨‍💻 作者简介：程序员半夏 , 一名全栈程序员，擅长使用各种编程语言和框架，如JavaScript、React、Node.js、Java、Python、Django、MySQL等.专注于大前端与后端的硬核干货分享,同时是一个随缘更新的UP主. 你可以在各个平台找到我!
🏆 本文收录于专栏: 零基础学机器学习
🔥 专栏介绍: 本专栏将帮助您了解机器学习、其工作原理以及如何使用它。本教程包含以下内容:监督和无监督学习、线性回归、随机森林算法、朴素贝叶斯分类器、K-means聚类算法等等等基础学习基础知识，以及各种实战案例。

聚类的类型

聚类是一种无监督学习，根据数据点的相似度程度，把数据点划分到不同的集合中。

不同类型的聚类有：

• 层次聚类
• 划分聚类

层次聚类又可分为：

• 凝聚聚类
• 分裂聚类

分区聚类又可分为：

• K-均值聚类 (K-Means Clustering)
• 模糊C-均值聚类 (Fuzzy C-Means Clustering)

层次聚类

层次