机器学习总结（十）：经常使用聚类算法（Kmeans、密度聚类、层次聚类）及常见问题

任务：将数据集中的样本划分红若干个一般不相交的子集。面试 性能度量：类内类似度高，类间类似度低。两大类：1.有参考标签，外部指标；2.无参照，内部指标。算法 距离计算：非负性，同一性（与自身距离为0），对称性，直递性（三角不等式）。包括欧式距离，曼哈顿距离等等。app （1）    K均值聚类步骤：1.随机选择k个样本做为初始均值向量；2.计算样本到各均值向量的距离，把它划到距离最小的簇；3.计算

>>阅读原文<<