四种经常使用聚类及代码（一）：K-Means

K-Means K-Means K-Means算法: K-Means缺点: K-Means优化: 评价方法-轮廓系数 K-Means实现 K-Means K-Means是最为经典的无监督聚类（Unsupervised Clustering）算法，其主要目的是将n个样本点划分为k个簇，使得类似的样本尽可能被分到同一个聚簇。K-Means衡量类似度的计算方法为欧氏距离（Euclid Distance）

>>阅读原文<<