机器学习笔记（十一）-聚类（Clustering）

本次学习笔记主要记录学习机器学习时的各种记录，包括吴恩达老师视频学习、李宏毅老师视频学习、周志华老师的《机器学习》（西瓜书）以及李航老师的《统计学习方法》。作者能力有限，如有错误等，望联系修改，非常感谢！

一、无监督学习简介

训练集只有x，没有任何标签y。
两个分开的点集，称为簇。一个能够找到圈出的点集的算法，称为聚类算法。

市场分割
社交网络分析
组织计算机族群
星系的形成

二、K-means简介

k均值是最普及的聚类算法，其接受一个未标记的数据集，然后将数据聚类成不同的组。

k均值是一个迭代算法，假设将数据聚类成n个组，其方法为：
1.首先选择K个随机的点，称为聚类中心。
2.对于数据集中的每一个数据，按照距离K个中心点的距离，将其与距离最近的中心点关3.联起来，与同一个中心点关联的所有点聚成一类。
4.计算每一个组的平均值，将该组所关联的中心点移动到平均值的位置。