机器学习课，关于谱聚类的PPT、代码、数据集.zip

聚类 主要思想： 聚类算法要把M个数据点按照分布分成K类（很多算法的K是人为提前设定的）。我们希望通过聚类算法得到 K个中心点，以及每个数据点属于哪个中心点的划分。 中心点可以通过迭代算法来找到，满足条件：所有的数据点到聚类中心的距离【L2距离】之和是最小的。 中心点确定后，每个数据点属于离它最近的中心点。 如何寻找中心点？ 采用 EM算法 迭代确定中心点。流程分两步： ① 更新中心点：初始化的时候以随机取点作为起始点；迭代过程中，取同一类的所有数据点的重心（或质心）作为新中心点② 分配数据点：把所有的数据点分配到离它最近的中心点。 重复上面的两个步骤，一直到中心点不再改变为止。 优点： 简单易用 缺点： 1：中心点是所有同一类数据点的质心，所以聚类中心点可能不属于数据集的样本点。 2：计算距离时我们用的是L2距离的平方。对离群点很敏感，噪声（Noisy Data）和离群点（Outlier）会把中心点拉偏，甚至改变分割线的位置。 3：对初始化敏感，初始化点是随机点