聚类算法

简介

由上图可知，我们需要把人群划分为四个类型的群组Cluster，高收入高债务、高收入低债务、低收入高债务、低收入低债务。我们如果需要把这些拥有相似属性的个体划分到群组Cluster里面，那么就可以使用聚类算法。聚类算法属于无监督学习，只需要数据，不需要数据的结果。

操作步骤

1. 随机选择质点，作为群组Cluster里面的参考点C1，后期将用于计算群组里所有点到该参考点的距离，设参考点到每个点的距离为D(x)
   

2. 由上图可知，我们可计算出来C1到所有点的距离D(x)，最右边的距离最大，我们把它设为C2，作为第二个质点。然后，我们需要计算出所有点到每个质点的距离。
   

3. 比较每个点到所有质点的距离，并把该点划分到最近质点的群组Cluster内
   

4. 如果需要更多的群组，那么需要在群组内选择离质点最远的点作为新的质点，重新执行上述步骤

5. 群组的数量选择可以根据需要选择，如简介提到的收入债务的分类我们可以划分为4个群组：高收入高债务、高收入低债务、低收入高债务、低收入低债务。同时，我们也需要考虑系统资源问题，群组越多，计算量越大，占用空间越多。