聚类算法的理解

1.应用背景：用于进行数据分类。
2. 本质：迭代算法
3. 应用要求：必须事先知道有几个分类中心。
4. 目的：求取类别数据的中心。
5. 应用步骤：（k-means聚类算法）
(1) 首先我们选择一些类/组，并随机初始化它们各自的中心点。中心点是与每个数据点向量长度相同的位置。这需要我们提前预知类的数量(即中心点的数量)。
(2) 计算每个数据点到中心点的距离，数据点距离哪个中心点最近就划分到哪一类中。
(3) 计算每一类中中心点作为新的中心点。
(4) 重复以上步骤，直到每一类中心在每次迭代后变化不大为止。也可以多次随机初始化中心点，然后选择运行结果最好的一个。

原文：https://blog.csdn.net/Katherine_hsr/article/details/79382249