机器学习课程笔记（第八周-1）K-means

非监督学习unsupervised learning 聚类Clustering K-means算法： 步骤1：簇分配：遍历所有样本，把与聚类中心接近的点划为一类； 步骤2：移动聚类中心：把聚类中心移动到和它同类的数据集的均值处。 迭代以上两步骤，直到聚类中心和点集不再变化。 两个输入：K（想聚类处的簇的个数）；只有x没有标签y的训练集。 x(i)是n维向量。 算法表示： 如果存在一个没有点分配给它

>>阅读原文<<