吴恩达机器学习笔记——无监督学习与K-means

K-meas 算法概述 随机生成K个点，称为聚类中心。K-means算法实际上是一个迭代算法，他有两步动作。在算法的最开始，随机初始化K个聚类中心，坐标位置分别为。第一步是簇分配，第二步是移动聚类中心。遍历图中的每一个点，判断点跟哪个聚类中心的距离更近，进而划分到这个聚类中心名下，并将聚类中心的下标赋给对应样本点的，这个步骤其实也是代价函数的最小化过程。然后对所有的样本点向量求平均值（忽略）将聚类

>>阅读原文<<