【机器学习】三、聚类算法原理

一文详解，分类和回归树算法背后原理。码字不易，喜欢请点赞，谢谢！！！
机器学习包括有监督和无监督两种，而无监督中主要是聚类和降维算法。
对于聚类算法来说，最常用的是K-means算法和层次聚类方法，本文对这两种算法进行简答的介绍。

一、聚类算法的思想
聚类算法是将N个点聚到K个簇里面，聚类之后，类之间具有异质性，而同一类里面具有同质性。
二、K-means算法
K-means算法是聚类算法中最经典的算法，其思路如下：

1. 确定聚类个数k
2. 随机选取k个点作为初始中心点
3. 将每个点分配到距离最近的中心点
4. 对每个类中的数据使用均值更新中心点
5. 重复操作3和4直到达到迭代次数或者损失函数不再减小

三、距离计算方法

1. 最常用的欧氏距离：
   
   对于平面可分，一般采用欧氏距离来聚类

2. 曼哈顿距离：