第九章　聚類

(Unsupervised Learning)無監督學習:
　　　　訓練樣本的標記資訊是未知的，通過對無標記資料的訓練來找出資料內部所存在的規律以及性質．為進一步的資料分析打下基礎

１．知識點

聚類過程中會自動的形成簇結構，但是演算法對簇(cluster)沒有概念，這是在運算過程中自己出現的聚類現象，這個簇的名字需要自己來進行定義

聚類可作為一個單獨的過程來完成，用於去尋找資料的內部性質及分佈結構，當然也可以作為分類等其他學習任務的前驅過程．

當對資料的類不是很明確的時候，可以將資料先進行聚類，根據聚類結果將每個簇定義為一個類，再基於這些類進行訓練分類模型

效能度量（performance measure）

效能度量也叫聚類的”有效性指標（validity index）”
物以類聚：
　　　　簇內相似度高，簇間相似度低．

距離計算（distance measure）

閔科夫斯基距離，這是一種最常用的距離
可以變形成歐式距離和曼哈頓距離（典型的街區距離公式）　　這都是經典的距離公式．

一個小插曲：公式在推導過程中經常會強調不失一般性，這個＂不失一般性＂是什麼意思？

原型聚類：第一步原型的初始化，第二步對根據不同的公式進行迭代優化更新求解．

K-means演算法，根據最小平方差公式（最小二乘法）來進行迭代優化

遞迴＆迭代

簡單來說：遞迴就是函式不斷的呼叫自己，
　　　　　迭代就是函式Ａ不斷呼叫函式Ｂ的過程

知識點有點複雜，相對知識較多，還沒有完整的理論體系，先不著急學習．