1. 聚类介绍： 它是研究（样品或指标）分类问题的一种统计分析方法。聚类分析起源于分类学，但是聚类不等于分类。简单的说，聚类是将数据划分为有意义的组（簇）。
2. 聚类与分类的区别： 分类是按照某种标准给对象贴标签，再根据标签来区分归类。聚类是指对事先没有“标签”的对象而通过某种分析找出事物之间存在聚集性原因的过程。 分类需要事先定义好类别，类别数不变。分类器需要由人工标注的分类训练语料训练得到，属于有指导学习范畴。聚类则没有事先预定的类别，类别数不确定。 聚类不需要人工标注和预先训练分类器，类别在聚类过程中自动生成。
3. 聚类的应用： 市场分割、天文数据分析、社会网络分析、信息检索等等
4. 聚类的算法： `# 1，随机选取K个聚类初始点μ1，μ2.μ3...μK

2，重复一下过程直到收敛{

      计算每个样例i，分别计算与K个聚类中心点的距离，与之距离最短的一类定义为i的类
      重新计算K各类的质心（平均数）
            }`