聚类算法

聚类是一种任务，其希望通过一些手段将数据分成不同的聚类（或者说组），而这些聚类满足：

• 聚类内相似度高
• 聚类外相似度低

不严谨地说，其是在寻找物体之间自然的分组。

聚类通常有很多角度，例如对于一群人，我们可以根据职业进行聚类，也可以根据性别进行聚类。这些都是不同的聚类角度。

聚类算法是指解决聚类任务的算法。 通常来说，其为非监督学习。

通常来说在给定数据集 $\mathcal{D}=\{{\mathbf{x}}_1,{\mathbf{x}}_2,...,{\mathbf{x}}_N\}$
定义不同数据点的距离为 $\text{dist}(\mathbf{x},\mathbf{z})$（即两个不同数据点的相似度）
我们的目标是将这些数据点划分为 $K$ 组。