聚类模型

聚类模型（欧式距离）

分类与聚类，分类是有监督的学习，聚类是无监督的学习

K均值算法

第一步：假设有一组样本，随机选择k个样本，作为k个聚类的中心，计算距离，将样本划分到离自己最近的类别里。（比如喜欢看的电影：1,30,1【爱情，30分钟，1 高清】1,31,1）

注意：1，聚类数K必须事先已知，

　　　2，聚类中心的初始选择会影响最终聚类划分的结果。初始中心尽量选择距离较远的样本

K均值的相关API：

model.fit(x)  #输出类别标签 ，从0开始

model  = SC.KMeans(n_clusters = 4)#几个聚类中心

y=model.predict(x) #预测x中每个样本的类别标签

y = model.labels_  #直接返回每个训练样本的类别标签

#获取训练结果的聚类中心

centers = model.cluster_centers_