13.1 Unsupervised Learning_ Introduction
有监督学习和无监督学习的区别，训练集给定标签和未给定标签。
13.2 K-Means Algorithm
输入为要分的K类和训练集；
在算法中，随机取K个点作为聚类中心，第一步数据点离哪个聚类中心近就分为哪类，第二步将聚类中心移动至第一步中分类的平均值点。重复以上步骤，直到聚类中心不再移动。
以下给出2聚类的例子：
13.3 Optimization Objective
第1步优化目标：最小化点到对应聚类中心的距离之和，得到点的分类；
第2步优化目标：最小化得到的点分类到聚类中心的距离得到新的聚类中心；
重复以上步骤。