聚类与性能度量----机器学习

前面介绍的算法基本是分类和回归任务，属于“监督学习”，这里我们说的聚类属于“无监督学习”，训练样本的标记信息是未知的，目标是通过对无标记训练样本的学习来揭示数据的内在性质及规律。

聚类任务

聚类试图将数据集中的样本划分为若干个通常是不相交的子集，每个子集称为一个“簇”。形式化的说，假定样本集包含m个无标记的样本，每个样本是一个n维特征向量，聚类的任务就是将样本集D划分为k个不相交的簇，其中各个簇的交集为空，相应的，引入表示样本的“簇标记”，即。于是，聚类的结果可以用包含m个元素的簇标记向量。