目录
非监督式学习：
- 关联规则association rules（先验演算法、FP-Growth）
- 分群clustering（k-means）
监督式学习：
- 分类问题classification
- 回归问题regression
k-means算法的过程
- 随机选取k个中心
- 计算欧式距离
- 就近分配，即分类
- 计算分配后的k个新中心点坐标，若新中心点与原来的中心点相同，则算法结束，否则重复如上2-4步骤。
初始数据如下图所示（k=2），具体计算过程如下：
| 项目 | 长度/m | 重量/吨 |
|---|---|---|
| A | 1 | 1 |
| B | 2 | 2 |
| C | 3 | 1 |
| D | 6 | 4 |
| E | 7 | 5 |
| F | 8 | 4 |
1. 随机指定两个点作为中心，如起始中心点取A(1,1)，B(2,2)，即C1(1,1)，C2(2,2)；
2. 开始计算各点与中心点的距离（欧氏距离）；
| C1(1,1) | C2(2,2) | |
|---|---|---|
| A | 0 | 1.414 |
| B | 1.414 | 0 |
| C | 2 | 1.414 |
| D | 5.831 | 4.472 |
| E | 7.211 | 5.831 |
| F | 7.616 | 6.325 |
3. 将所有点按照距离分配给C1和C2，即若|PC1|<|PC2|，则将P分给C1,否则分给C2；
| C1 | A |
| C2 | B、C、D、E、F |
4. 分别计算以C1和C2为中心的点的虚拟中心，即求点的的横纵坐标的平均值，并更新C1和C2；
C1中：，
C2中：，
更新后，C1(1,1)、C2(5.2,3.2)
5. 由于更新后的C1与C2与之前的C1和C2不同，即中心发生了移动，所以继续重复上述过程2-4，直到C1、C2不在发生变化（C1和C2两个都不变时才可结束）；
第一次重复：
1. 计算距离
| C1(1,1) | C2(5.2,3.2) | |
|---|---|---|
| A | 0 | 4.741 |
| B | 1.414 | 3.418 |
| C | 2 | 3.111 |
| D | 5.831 | 1.131 |
| E | 7.211 | 2.546 |
| F | 7.616 | 2.912 |
2. 按照距离分配点
| C1 | A、B、C |
| C2 | D、E、F |
3. 更新C1和C2
C1中：，
C2中：，
更新后，C1(2,1.33)、C2(7,4.33)
4. 由于更新后的C1与C2与之前的C1和C2不同，即中心发生了移动，所以继续重复；
第二次重复：
1. 计算距离
| C1(2,1.33） | C2(7,4.33) | |
|---|---|---|
| A | 1.053 | 6.862 |
| B | 0.67 | 5.516 |
| C | 1.053 | 5.205 |
| D | 4.8093 | 1.053 |
| E | 6.202 | 0.67 |
| F | 6.567 | 1.053 |
2. 按照距离分配点
| C1 | A、B、C |
| C2 | D、E、F |
3. 更新C1和C2
C1中：，
C2中：，
更新后，C1(2,1.33)、C2(7,4.33)
4. 由于更新后的C1与C2与之前的C1和C2相同，即中心没有发生了移动，所以计算到此结束；
6. 综上，本题中按照k=2可以将点分为{A,B,C}和{D,E,F}。
分群结果的优劣判断
WCSS（within-cluster sum of squares）：是各群集所属资料贴到群集中心距离的平方和，数值越小代表分群品质越高。