聚类分析常用算法原理：KMeans,DBSCAN, 层次聚类

聚类分析是非监督学习的很重要的领域。所谓非监督学习，就是数据是没有类别标记的，算法要从对原始数据的探索中提取出一定的规律。而聚类分析就是试图将数据集中的样本划分为若干个不相交的子集，每个子集称为一个“簇”。下面是sklearn中对各种聚类算法的比较。 KMeans KMeans算法在给定一个数k之后，能够将数据集分成k个“簇” C={C1,C2,⋯,Ck} ，不论这种分类是否合理，或者是否有意义。

>>阅读原文<<