第5章 K-Means算法

K-Means算法是聚类算法中相对比较基础的一种，它假设将某些数据分为不同的类别，在相同的类别中数据之间的距离应该都很近，也就是说离得越近的数据应该越相似，而不同类别的数据则相对较远，也就越不相似。物以类聚，靠得近的东西是同一类。这样的假设是十分符合人类直觉的，正是建立在这样的直观逻辑上，K-Means算法易于理解。而“靠得近”又是一个值得深入思考的技术点，对算法的创新也往往基于这个点展开，本章将介绍K-Means算法，用最常见的欧氏距离来度量样本的远近。