聚类

无监督学习

聚类：对数据进行分类

1.K均值算法

先选两个中心

簇分类：

根据离两个点的距离远近，把数据分成两类

移动中心，移动到各类的中心：

不断循环上面的步骤

输入：

1.K-分类的个数。

2.训练集

算法：

如果在循环过程中一个类没有和他最近的点，

1.移除这个类，也就是减少一个类

2.随机产生一个新的坐标

优化目标

c⁽ⁱ⁾:离属于第i个中心的输入集

u_k:第k个中心

u_{c⁽ⁱ⁾    ：相应的分类}

相应的代价函数：

每次循环都在使代价函数的值减少。

初始化聚类中心：

1.随机产生聚类中心。

得到局部最优解，可能偏差很大

2.相比与随机产生有一种更好的方法，选择输入集中的点，但由于得到的是局部最优解

会出现以上结果。所以要进行多次初始化，尽可能得到全局最优解

循环迭代尽可能多的次数，最后选择代价函数值最小的一个

选择中心的数量：

1.通过可视化数据，手工进行选择。

可能会出现模棱两可的情况

2.肘部法则

代价函数随聚类中心增加而下降，到某个值时，下降变得缓慢。

但不是那么理想。

我们会在3和4之间犹豫。

这在某些情况下可能能帮助我们判断。