- 在无监督学习任务中研究最多、应用最广。
- 聚类目标：将数据集中的样本划分为若干个通常不相交的子集（cluster)
- 聚类既可以作为一个单独的过程（用于寻找数据内在的分布结构），也可以作为分类等其他学习任务的前驱过程。
相关文章
- 10-07机器学习中的聚类-1.聚类任务
- 10-07机器学习-聚类
- 10-07机器学习中的 K-均值聚类算法及其优缺点
- 10-07探索重要的无监督学习方法：K-means 聚类模型
- 10-07聚类层次【python，机器学习，算法】
- 10-07人工智能|机器学习——K-means系列聚类算法k-means/ k-modes/ k-prototypes/ ......（划分聚类）
- 10-07C#，人工智能，机器学习，聚类算法，训练数据集生成算法、软件与源代码
- 10-07机器学习概念：监督学习、无监督学习、回归、聚类
- 10-07机器学习—聚类(Clustering)
- 10-07用肘方法确定 kmeans 聚类中簇的最佳数量