09_聚类

一、聚类问题

1. 概述

聚类（cluster）与分类（class）问题不同，聚类是属于无监督学习模型，而分类属于有监督学习。聚类使用一些算法把样本分为N个群落，群落内部相似度较高，群落之间相似度较低。在机器学习中，通常采用“距离”来度量样本间的相似度，距离越小，相似度越高；距离越大，相似度越低.

1）相似度度量方式

① 欧氏距离

相似度使用欧氏距离来进行度量. 坐标轴上两点$x_1,x_2$之间的欧式距离可以表示为：
$$|x_1-x_2|=\sqrt{(x_1-x_2{)}^2}$$
平面坐标中两点$(x_1,y_1),(x_2,y_2)$欧式距离可表示为：
$$|(x_1,y_1)-(x_2,y_2)|=\sqrt{(x_1-x_2{)}^2+(y_1-y_2{)}^2}$$
三维坐标系中$(x_1,y_1,z_1),(x_2,y_2,z_2)$欧式距离可表示为：
$$|(x_1,y_1,z_1),$$