聚类1

聚类是什么？（kmeans）

1. 不同于前面的监督学习（有类别作为参考），聚类是无监督学习，算法可以自己将相似的样本分为一类。
2. 分类可以对不同类别进行针对性的操作。

如何做到？

1. 找到k个聚类中心。
2. 将点按照距离分为k类。
   • 欧氏距离：根号下…，用的最多。
   • 余弦距离
   • 马氏距离
3. 策略：计算所有点到相应聚类中心的距离，求和，取最小。一般可以用迭代的方式。
   

   策略
4. 具体方法：
   不断寻找新的聚类中心，但有缺点：聚类中心到底需要几个？初始化，局部最优问题？
   

   具体

解决细节问题

1. K值的确定：
   肘方法（elbow方法）
   k选择肘图转折点对应的k值即可。
2. 局部最优问题：
   K-Means++算法。（sklearn里面大多用这个算法）
   

   kmeans++算法