什么是聚类？
聚类分析是将数据集分组，使得同一组内的数据相比与其他组的数据更相似。
聚类有哪些应用？
市场分割：根据客户的消费记录进行聚类，进而合理地推荐
基因分组：根据基因的表达模式进行聚类，用于分析基因功能。
医学图像分割：将肿瘤图像中的像素进行聚类，用于自动分割出肿瘤部分
自然图像分割：基于图像的模式识别的重要数据预处理步骤。
什么是K均值(K-Means)聚类算法？
例题
K均值(K-Means)聚类算法优缺点？
依赖类别数K的选择
依赖初始类中心的选择
对异常点和孤立点敏感
K-Means++:优化了初始化时选择类中心的方法，避免类中心过于集中。
对于数据集中的每个点 x，计算它到最近中心的距离 D(x)。
什么是K中心点(K-Medoids)聚类算法？
更新类中心：
- 计算每个类别内所有样本点到其中一个样本点的曼哈顿距离和
- 选出绝对误差最小的样本点，即跟同类别其他样本点最相似的样本点，作为作为新的类中心
曼哈顿距离：每个维度的距离和。
什么是层次聚类算法？
