聚类算法

聚类算法只是对数据进行预处理，

它要达到的目的是使目标函数最小。

目标函数是：类内方差/类间方差最小，

目标函数的本意是：类内看起来很相似，类间看起来很不相似。

不同的数据集有不同的空间形状，各类的形状也不同，

而目标函数说明：聚类要得到的超球，

这好像导致了矛盾。

原因有以下几点：

       1.数据集是粗糙的（应该是超球形才对，因为有某些共性的东西使他们向这个共性中心靠拢）。

       2.那些非共性的东西使超球畸化（我们需要对粗糙数据集进行球化，这点很重要，也很难）。

如果我们的算法表达不出超球化的聚类结果，

那聚类就毫无意。

共性可能很直观（直接体现在超球形分布上），

可能很隐蔽（需要线性（PCA等），非线性变换（谱聚类，SOM等）），

可能容易被忽略（所占数值比例很小等）。

K-means是那么直接，

它只能找到那些有直观共性的数据集；

SOM、GA等算法精准度上表现不错，

它 们在找共性方面比较智能，

机理不能被数学化且耗时。