【scikit-learn基础】--『监督学习』之 均值聚类

聚类算法属于无监督学习，其中最常见的是均值聚类，scikit-learn中，有两种常用的均值聚类算法：
一种是有名的K-means（也就是K-均值）聚类算法，这个算法几乎是学习聚类必会提到的算法；
另一个是均值偏移聚类，它与K-means各有千秋，只是针对的应用场景不太一样，但是知名度远不如K-Means。

本篇介绍如何在scikit-learn中使用这两种算法。

1. 算法概述

1.1. K-Means

K-means算法起源于1967年，由James MacQueen和J. B. Hartigan提出。
它的基本原理是是将n个点划分为K个集群，使得每个点都属于离其最近的均值（中心点）对应的集群。

K-Means算法主要包含2个部分：

1. 距离公式：通常采用欧几里得距离来计算数据点与质心之间的距离

d(Xi,Cj)=||Xi−Cj||2d(Xi,Cj)=||Xi−Cj||2 其中，XiXi是数据点，CjCj是质心。

1. 目标函数：目标是最小化所有数据点与所属簇的质心之间的距离平方和

J=∑kj=1∑Nji=1||Xi−Cj||2J=∑j