pythonkmeans函数参数的含义_机器学习——KMeans聚类，KMeans原理，参数详解

0.聚类

聚类就是对大量的未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大而类别间的数据相似度较小，聚类属于无监督的学习方法。

1.内在相似性的度量

聚类是根据数据的内在的相似性进行的，那么我们应该怎么定义数据的内在的相似性呢？比较常见的方法是根据数据的相似度或者距离来定义的，比较常见的有：

闵可夫斯基距离/欧式距离

上述距离公式中，当p=2时，就是欧式距离，当p=1时，就是绝对值的和，当p=正无穷时，这个距离变成了维度差最大的那个值。

杰卡德相似系数

一般是度量集合之间的相似性。

余弦相似度

Pearson相似系数

对于n维向量的夹角，根据余弦定理，可到：

又由相关系数的计算公式，可得：

不难发现，相关系数就是将x，y坐标向量各自平移到原点后的夹角余弦。

相对熵(K-L距离)