一、k均值聚类算法
1.K-‐means算法
算法实现过程：
随机初始化K个聚类中心
几个类不是分离的，算法怎么做？举例，衣服大小怎么分：
2.K均值聚类算法的优化目标
3.随机初始化
局部最优的问题：
4.选择聚类的个数
选择一个临界点：
比如衣服尺寸的分类：
二、维度下降
目的：
①数据压缩
②数据的可视化（对数据的分析更加直观）
主成分分析（Principal Component Analysis–PCA）
问题：
算法：
数据预处理：
算法过程：
算法总结：
对被压缩过的数据表示进行重建：
选择主成分的数目
PCA应用的建议：