聚类分析的简要概括和应用

分类作为一种监督学习方法，要求必须事先明确知道各个类别的信息，并且断言所有待 分类项都有一个类别与之对应。但是很多时候上述条件得不到满足，尤其是在处理海量数据 的时候，如果通过预处理使得数据满足分类算法的要求，则代价非常大，这时候可以考虑使 用聚类算法。聚类属于无监督学习，相比于分类，聚类不依赖预定义的类和类标号的训练实 例。本文首先介绍聚类的基础——距离与相异度，然后介绍一种常见的聚类算法——k 均值 和k 中心点聚类，最后会举一个实例：应用聚类方法试图解决一个在体育界大家颇具争议的 问题——中国男足近几年在亚洲到底处于几流水平。