聚类分析

2.1 kmeans算法要点   （1） $ k $ 值的选择      $ k $ 的选择一般是按照实际需求进行决定，或在实现算法时直接给定 $ k $ 值。   （2） 距离 的度量      给定样本 $ x^{(i)} = \lbrace x_1^{(i)},x_2^{(i)},,...,x_n^{(i)}, \rbrace 与 x^{(j)} = \lbrace x_1^{(j)},x_2^{(j)},,...,x_n^{(j)}, \rbrace ，其中 i,j=1,2,...,m，表示样本数，n表示特征数 $ 。距离的度量方法主要分为以下几种：     （2.1） 有序属性距离度量 （离散属性 $ \lbrace1,2,3 \rbrace $ 或连续属性）：        闵可夫斯基距离(Minkowski distance) ： \[ dist_{mk}(x^{(i)},x^{(j)})=(\sum_{u=1}^n |x_u^{(i)}-x_u^{(j)}|^p)^{\frac{1}{p}} \]        欧氏距离(Euclidean distance) ，即当 $ p=2 $ 时的闵可夫斯基距离： \[ dist_{ed}(x^{(i)},x^{(j)})=||x^{(i)}-x^{(j)}||_2=\sqrt{\sum_{u=1}^n |x_u^{(i)}