Kmeans&HCA + iris数据集+python实现

基本的聚类分析算法

1. K均值 (K-means)：
   基于原型的、划分的距离技术，它试图发现用户指定个数(K)的簇。
   a. 随机选取k个中心点
   b. 遍历所有数据，将每个数据划分到最近的中心点中
   c. 计算每个聚类的平均值，并作为新的中心点
   d. 重复2-3，直到这k个中线点不再变化（收敛了），或执行了足够多的迭代
   时间复杂度：O(Inkm)
   空间复杂度：O(nm)

2. 层次凝聚聚类算法(HCA - Hierarchical Agglomerative Clustering)：
   主要思想就是，先把每一个样本点当做一个聚类，然后不断重复的将其中最近的两个聚类合并（就是凝聚的含义），直到满足迭代终止条件。
   a. 将训练样本集中的每个数据点都当做一个聚类；
   b. 计算每两个聚类之间的距离，将距离最近的或最相似的两个聚类进行合并；
   c. 重复上述步骤，直到得到的当前聚类数是合并前聚类数的10%，即90%的聚类都被合并了；当然还可以设置其他终止条件，这样设置是为了防止过度合并。

3. DBSCAN:
   一种基于密度的划分距离的算法，簇的个数有算法自动的确定，低密度中的点被视为噪声而忽略，因此其不产生完全聚类。
   自己尝试过。。。好像对iris数据集不太好用，有空再研究
   https://blog.youkuaiyun.com/weixin_43909872/article/details/85342540

用python+sklearn+iris数据集去实验一下：

1. K均值 (K-means)

data = pd.read_csv("iris.csv")
data = np.mat(data)
y_pred = KMeans(n_clusters=3).fit(data[:, 1: