sklearn聚类方法详解

1 KMeans 1.1 算法描述 随机选择k个中心 遍历全部样本，把样本划分到距离最近的一个中心 划分以后就有K个簇，计算每一个簇的平均值做为新的质心 重复步骤2，直到达到中止条件 中止条件：html 聚类中心再也不发生变化；全部的距离最小；迭代次数达到设定值，python 代价函数：偏差平方和（SSE）算法 1.2 算法优缺点 优势：数组 算法容易理解，聚类效果不错 具备出色的速度 当簇近似高

>>阅读原文<<