聚类方法

一、目的：

        粗略的说，按照一定的标准，将相似的数据分为一类，同类之间相异度低，不同类之间相异度低。

二、聚类方法：

        基于距离方法进行聚类（欧氏距离、曼哈顿距离、明考斯距离）

        基于概率方法进行聚类

三、k-means算法介绍:

       k-means算法也称为平均算法。

        实现过程：

        导入或随机抽取若干数据，从数据中选取若干数据点（或指定某些数据点）作为初次筛选中心，选取数据中除中心点外一点，计算该点到各个中点之间的距离，将其归类到距离某中点最近的一类中，该类取原中点与新加入点的平均值作为该类新中心点，依次循环，遍历数据库中的每一点，最终将数据分为若干类。

         缺点：平均算法易受单个点的影响，使得聚类中心偏离。