K-means和KNN

K-means 属于非监督学习 非监督学习 特点：输入数据没有标签信息，需要通过算法模型来挖掘数据内在的结构和模式 主要包括：数据聚类和特征变量关联 数据聚类：通过多次迭代来找到数据的最优分割 特征变量关联：利用各种相关性分析方法来找到变量之间的关系 分类问题（如支持向量机、逻辑回归、决策树等）属于监督学习，而聚类是非监督学习 K均值聚类（K-Means） 最基本和最常用的聚类算法 基本思想：通过

>>阅读原文<<