《Python机器学习基础教程》第5讲：聚类算法：让计算机帮我们分组

聚类算法是无监督学习里的“分类大师”，它的任务是把数据分成不同的组，每个组里的数据点都很相似，而不同组之间的数据点则不太一样。想象一下，你有一堆照片，里面有各种各样的动物，你希望计算机能帮你把这些照片分成“猫的照片”和“狗的照片”。这就是聚类算法的任务。听起来是不是很酷？

---

1. 聚类算法：让计算机自己分组

聚类算法就像是给计算机一堆没有标签的数据，然后让计算机自己去发现这些数据里有哪些“同类项”。比如，你有一堆客户数据，你想知道这些客户可以分成哪些不同的群体，比如“爱买书的人”和“爱买电子产品的人”。聚类算法就能帮你做到这一点。

聚类算法有很多种，今天我们主要介绍三种常用的聚类算法：k均值聚类、凝聚聚类和DBSCAN。

---

2. k均值聚类：最简单的聚类算法

k均值聚类是聚类算法里的“入门款”，它非常简单，但也很实用。想象一下，你有一堆点，你想把这些点分成k个组。k均值聚类会先随机选择k个点作为“簇中心”，然后把每个点分配到离它最近的簇中心。接着，它会重新计算每个簇的中心，再把点重新分配到最近的簇中心。这个过程会一直重复，直到簇中心不再变化。

例如你有一堆二维数据点，你想把这些点分成3个组。

import numpy as np
import matplotlib.pyplot as plt
fr