机器学习——聚类算法（K-means、DBSCAN）

1、K-means
参考：https://www.cnblogs.com/pinard/p/6164214.html
过程：
1、 随机在数据当中抽取k个样本，当做三个类别的中心点
2、 计算其余的点到k个中心点的距离，每一个样本有三个距离，从中选择距离最近的一个点作为自己的标记形成k个族群
3、 分别计算k个族群的平均值，把三个平均值与旧中心点进行比较
相同：结束聚类
不相同：把三个平均值当作新的中心点，重复第二步
特点：
迭代算法，直观易懂并且非常实用
缺点：容易收敛到局部最优解(多次聚类)
注意：聚类一般做在分类之前

2、DBSCAN