聚类分析：基本概念梳理

聚类分析的基础知识，初学者可以看一下，大致梳理一下思路

聚类分析：简称聚类(clustering)，是一个把数据对象划分成子集的过程，每个子集是一个簇(cluster)，使得簇中的对象彼此相似，但与                   其他簇中的对象不相似。聚类成为自动分类，聚类可以自动的发现这些分组，这是突出的优点。

监督学习：分类成为监督学习(supervised learning)，因为给定了类标号的信息，即学习算法是监督的，因为它被告知每个训练元素的                   类隶属关系。

无监督学习(unsupervised learning):因为没有提供类标号信息。

数据挖掘对聚类的典型要求如下：可伸缩性、处理不同属性类的能力、发现任意形状的簇、处理噪声数据的能力、簇的分离性

基本聚类方法描述：

&nbs