非监督学习，输入的数据没有标签，通过学习找出数据内在的性质和规律。 两个基本问题来衡量聚类效果的好坏：
最佳的效果是簇内相似度高，簇间相似度低（类似高内聚低耦合）
簇间度量（越大越好）
Jrccard系数FM系数Rand系数簇内度量
DB系数（越小越好）Dumn系数（越大越好）一种典型的无监督聚类算法。 根据距离计算，把相似度更近的放在一起的算法。 分类和聚类的最大区别是：分类的目标事先已知。聚类产生哪些类，事先不知道。 根据用户的要求，把数据集分成K类。结果性能的好坏，关键是K的选择 凸函数：fx的二次导数严格大于0
递归部分：计算距离，分配，重置质心
计算点到每个中心点的距离距离哪个中心点近，就归为哪个类求中心点和新点的均值。重置该类中心点计算下一个点最终得出的结果和最开始质心的选择有关。 容易陷入局部最优，而非全局最
分级聚类通过将数据集中最相似的两个数据合并，得出一个新的群组 以后的操作都是合并两个最相近的群组，直到最后只剩下一个群组
分为自顶向下和自底向上两类
自底向上： 将原始数据集中的每个数据都当做一个簇 找出距离最近的两个簇进行合并 直到达到预计的簇的个数 最近距离，最远距离，平均距离
