pluskid机器学习博客学习笔记（2）

本文取自：

1. 漫谈 Clustering (1): k-means

• Clustering与Classification

  Classification（分类）是supervised learning问题，需要事先告知结果，并需要经过训练集的学习；

  Clustering（聚类）是unsupervised learning问题，只需要知道如何计算相似度就可以，不需要使用训练数据进行学习。

• K-Means前提假设

  对于每一个 cluster ，我们可以选出一个中心点 (center) ，使得该 cluster 中的所有的点到该中心点的距离小于到其他 cluster 的中心的距离。

• K-Means目标函数

  设我们一共有 N 个数据点需要分为 K 个 cluster ，k-means 要做的就是最小化
  $$J=$$