摘要：
聚类是一种很常见的数据处理方式，为的就是把具有相同类型的数据聚集在一起，再做处理，聚类属于无监督学习算法的一种，没有正确的结果可供检验。 书中介绍了两种聚类的方法，一种是层次聚类，另一种是是k-均值聚类。 层次聚类可以看做是在一个图中找出最小代价树的kruskal算法，每次处理时会将两个相聚最近的不同类聚集在一起，这个过程一直重复直到整个数据集属于一个类，当然也可以等有k个类别的时候就停止聚类操作。初始数据集中的每个数据都属于不同的类别，经过一次操作后两个最接近的数据点会被划分成同一个类别，这个时候就会出现一个问题，这一个类别中包含了多个点，当计算这个类别和其他类别的相似度时该如何计算呢？ . 阅读全文