数学建模之聚类模型

聚类模型 基本概念：“物以类聚，人以群分”，所谓的聚类，就是将样本划分为由类似的对象组成的多个类的过程。聚类后，我们可以更加准确的在每个类中单独使用统计模型进行估计、分析或预测；也可以探究不同类之间的相关性和主要差异。 聚类和分类的区别：分类是已知类别的，聚类未知。 K-means聚类算法： 流程： 一、指定需要划分的簇[cù]的个数K值（类的个数）; 二、随机地选择K个数据对象作为初始的聚类中心

>>阅读原文<<