机器学习sklearn-聚类

sklearn中聚类算法有两种表现形式，一种是类，需要实例化，然后训练并调动接口，另一种是函数，输入特征矩阵和超参数就可得到结果。

k-means 聚类算法的典型代表

将一组n个样本的特征矩阵X划分为K个无交集的簇，直观上来看簇是一组聚集的数据，在一个簇中的数据认为同一类。

簇中所有数据的均值被称为这个簇的质心。

簇的个数K是一个超参数，需要人为输入来确定，kmeans的核心人物就是根据我们设定好的K找出K个最优质心，并将离这些质心最近的数据分别分配到这些质心代表的簇中。

簇内差异：样本点到其所在簇的质心的距离

簇内平方和 整体平方和，越小表示聚类效果越好，kmeans求解过程为一个最优化问题

可以把这个看做是kmeans的损失函数，但并不严谨，更像模型评估指标

sklearn中只能使用欧氏距离 曼哈顿距离和余弦距离不能用

kmeans算法时间复杂度，最快的聚类算法

计算成本很大 时间复杂度很大

 sklearn.cluster.KMeans

重要参数n_clusters 是参数K，模型要分为几个簇  唯一的必填参数

有随机性参数 random_state=0

属性labels_ 查看聚好的类别，每