我们有一些没有带任何标签的数据，即系列样本x并没有对应的y，我们需要将这些x输入到一个算法中，去寻找数据的内部结构；
如上图，训练数据点可以分为两个数据点集(簇)，这类点集分类算法成为聚类算法；
概念：最普遍的迭代式聚类算法，输入未标记的数据集合，通过算法将数据聚类成不同的组；
算法实现流程：
1. 选取k个随机点(聚类中心)
2. 对每一个样本数据，将其与距离最近的聚类中心关联，关联于同一个点的数据归为一组
3. 计算组平均值，将组中心点移动到平均值的位置
4. 重复2-3步骤直至均值稳定
伪代码：
（c(i)代表第i个样本距离最近的簇索引， 代表聚类中心）
示例，如下数据集经多次迭代后可分为三个组：
代价函数(畸变函数)：
（c(i)代表第i个样本距离最近的簇索引， 代表聚类中心）
目标为：
算法中的两个迭代即是对c和μ的代价降低；
选择建议:
1. K<m
2. 随机选取K个样本，设定其为K个聚类中心
建议在训练时选取不同随机初始中心，多次运行算法，选取代价函数最小的结果，因为单次结果可能只会停留在局部最小值如下图，但是在K较大的情况下，也不一定有很好的效果：
方式一： 人工按照算法需求确认，如衣物号码目标为S,M,L，可选取聚类数3.
方式二：肘部法则，通过更新K数目，计算其相应的代价，可观察到在某一个数目之后，其代价降低变缓，那么我们可以选取这个节点数为较为合适的聚类数
------------------------------------------------------------------------------------------------------------------------------------
文章内容学习整理于吴教授公开课课程与黄博士笔记，感谢！
