机器学习聚类算法简介

算法的目的 ： 聚类算法是“无监督学习”中最常用的一个算法，通过对无标记训练样本的学习将数据集划分成若干个不相交的子集，来解释数据的内在性质以及规律，为进一步数据分析提供基础。也可以作为一个单独的过程，寻找数据内在的分布结构 注意 ： 类所对应的概念语义需要由使用者自己把握和命名。 对于一个算法的评估我们需要对这种算法进行量化，比如手对于一般的基础算法，我们有时间复杂度、空间复杂度进行度量，对于监

>>阅读原文<<