来自清风的数学建模课程，主要是用于自己复习看，所以截图较多
聚类和分类的区别：分类已知类别 聚类未知
K-means算法 评价该算法 优点算法简单、快速对处理大数据集，该算法相对效率高 缺点
要求用户事先选定蔟的数目K对初值敏感对于孤立点数据敏感
K-means++算法可以处理上述的缺点2 3
K-means++算法基本原则：初始的聚类中心之间的相互距离要尽可能的远
系统（层次）聚类绝对值距离：使用网状距离
类与类之间的距离 操作spss图形
DBSCAN算法基于密度的聚类方法
优缺点聚类和分类的区别：分类已知类别 聚类未知
K-means算法 评价该算法 优点算法简单、快速对处理大数据集，该算法相对效率高 缺点
要求用户事先选定蔟的数目K对初值敏感对于孤立点数据敏感
K-means++算法可以处理上述的缺点2 3
K-means++算法基本原则：初始的聚类中心之间的相互距离要尽可能的远
系统（层次）聚类绝对值距离：使用网状距离
类与类之间的距离 操作spss图形
DBSCAN算法基于密度的聚类方法
优缺点
