文章目录
什么是聚类
聚类算法：就是把距离作为特征，通过自下而上的迭代方式（距离对比），快速地把一群样本分成几个类别的过程。
更严谨，专业一些的说法是：
将相似的对象归到同一个簇中，使得同一个簇内的数据对象的相似性尽可能大，同时不在同一个簇中的数据对象的差异性也尽可能地大。即聚类后同一类的数据尽可能聚集到一起，不同数据尽量分离。
很显然，聚类是一种无监督学习。
- 对于有标签的数据，我们进行有监督学习，常见的分类任务就是监督学习；
- 而对于无标签的数据，我们希望发现无标签的数据中的潜在信息，这就是无监督学习。
我对一些常见的聚类算法，进行了整理。
前面讲到，聚类算法是根据样本之间的相似度，将数据进行归类的。
而相似度的度量方法，可以大致分为：
- 距离相似性度量
- 密度相似性度量
- 连通相似性度量
不同类型的聚类算法，采用的样本间的相似度度量方法是不同的。
下面介绍最基础的 Kmeans。
订阅专栏 解锁全文
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
