【持续更新】Python机器学习——K-Means聚类

K-Means属于聚类算法的一种。聚类又属于无监督学习的一种，无监督的算法在训练的时候只需要特征矩阵X，不需要标签。

聚类的目的是将数据划分成有意义或有用的组（或簇）。这种划分可以基于我们的业务 需求或建模需求来完成，也可以单纯地帮助我们探索数据的自然结构和分布。比如在商业中，如果我们手头有大量 的当前和潜在客户的信息，我们可以使用聚类将客户划分为若干组，以便进一步分析和开展营销活动。

可以看出，聚类的最终目的是分类，但是聚类和分类的区别在于：分类是由训练集和测试集的，也就是说事先我们已经有了一部分的带标签的数据（带有分好类别的数据），其任务是根据给定的训练集来对测试集进行分类，这些测试数据集的类别是固定的，它一定会属于某一个类别；而聚类的不同在于它没有所谓的训练集和测试集，并且事先我们也不知道每条数据属于什么类别、属于哪一类，以及一共有多少类，这些信息都是事先无所知的，其任务是按照某种方式，将这类数据按照其相似性，将其分为不同的簇，每一簇的相似性较高，而不同簇的相似度较低。下面一个图形象地展示了其二者的不同之处：

 

                                                                   （此图来源于菜菜的sklearn课堂）