目录

1）Unsupervised learning introduction

2）K-means algorithm

3）Optimization objective

4）Random initialization

5）Choosing the number of clusters

---

1）Unsupervised learning introduction

下图是我们之前学习的监督学习，监督学习样本是有标签的，而另一张图是无监督学习样本，是没有标签的。

2）K-means algorithm

k均值是最普及的聚类算法，算法接受一个未标记的数据集，然后将数据集聚类成不同的组。

1. k均值是一个迭代算法，假设我们想要将数据聚类成n个组，其方法为;
2. 首先选择K个随机的点，称为聚类中心；
3. 对于数据集中的每一个数据，按照距离K个中心店的距离，将其与距离最近的中心点关联起来，与同一个中心店关联的所有点聚成一类，计算每一个组的平均值，将该组所关联的中心点移动到平均值的位置。
4. 重复上述步骤至中心点不再变化。

下面是一个聚类示例：

下面是K均值算法：

1. 对于每一个样例i，计算其应该属于的类 ：
2. 对于每一个类k，重新计算平均值：

3）Optimization objective

和监督学习类似，我们介绍代价函数：

 

 

4）Random initialization

我们前面介绍了K均值算法，代价函数为：

随机初始化：

5）Choosing the number of clusters

聚类数的选择这里提到了肘部法则，但更多的是根据实际问题来选择。