無監督學習：訓練樣本的標記資訊是未知的，目標是通過對無標記訓練樣本的學習來揭示資料的內在性質及規律，為進一步的資料分析提供基礎。
聚類是典型無監督學習任務，它試圖將資料集中的樣本劃分為若干個通常是不相交的子集，每個子集稱為乙個簇。
距離度量：通過距離來定義相似度度量，距離越大，相似度越小。最常用的距離度量是閔可夫斯基距離，其中，當p=2時，稱為歐氏距離；當p=1時，稱為曼哈頓距離。詳見我的部落格：機器學習演算法總結3:k近鄰法
除了上述距離度量，還有余弦距離，余弦值越接近1，說明兩個向量夾角越接近0度，表明兩個向量越相似。
余弦距離強調方向的差異，比如：聚類使用者的喜好分布；
閔可夫斯基距離強調數值的差異，比如：聚類使用者的活躍度。
k均值(k-means)演算法是聚類演算法中最經典的演算法，其中，k表示類別數，means表示均值，顧名思義k-means是通過均值對樣本集進行聚類的演算法。
演算法流程如下：
演算法終止條件：通常設定乙個最大執行輪數或最小調整幅度閾值，若達到最大輪數或調整幅度小於閾值，則停止執行。
機器學習 K Means演算法
簡介 又叫k 均值演算法，是非監督學習中的聚類演算法。基本思想 k means演算法比較簡單。在k means演算法中，用cluster來表示簇 容易證明k means演算法收斂等同於所有質心不再發生變化。基本的k means演算法流程如下 選取k個初始質心 作為初始cluster，每個初始clus...
機器學習總結（六） K means總結
k means是非常常見的聚類演算法，思想簡單，易於實現，現在已經被廣泛應用到各種聚類任務當中。k means的基本思想是先初始化聚類中心，然後計算所有點到不同聚類中心的距離，重新計算聚類中心，反覆迭代，直到聚類中心沒有變化或者到達最大的迭代次數停止。因為思想簡單，所以易於使用，但是這個方法存在著很...
機器學習演算法總結之聚類 K means
在前面學習的ml演算法中，基本都是有監督學習型別，即存在樣本標籤。然而在機器學習的任務中，還存在另外一種訓練樣本的標籤是未知的，即 無監督學習 此類任務中研究最多 應用最廣泛的是 聚類 clustering 常見的無監督學習任務還有密度估計 異常檢測等。本文將首先介紹聚類基本概念，然後具體地介紹幾類...