机器学习算法系列(5)：聚类的概念与模型

一.聚类的简介 （一）引言 聚类属于无监督学习，对大量未标注的数据集，按照数据内在相似性将数据集划分为多个类别，使类别内的数据相似度较大而类别间的数据相似度较小。 给定一个有N个对象的数据集，构造数据的K个簇，K≤N，同时满足，每个簇至少包含一个对象，每一个对象属于且仅属于一个簇，将满足上述条件的K个簇称作一个合理划分。它的主要思想是对于给定的类别数目K，首先给出初始划分，通过迭代改变样本和簇的隶

>>阅读原文<<