先幫大家快速復習一下，監督與非監督的學習區別：

• 監督式學習 → 鑑往知來 / 訓練資料集有標記
  • 目標是通過這些標記來讓模型學習，以便對新的未標記數據進行預測或分類
• 非監督式學習 → 看圖說故事 / 訓練資料集沒有標記
  • 目標是從數據中發現 pattern、結構或群體，以探索數據、理解數據的內在結構

說到非監督式學習，最典型的應用就是聚類(Clustering)了，它會將數據分為具有相似特徵的群體。而聚類有很多種方法，今天要著重介紹的 K-Means Clustering 就是其中的某一種

聚類演算法的方法

聚類方法的五個類別：

• Partitioning algorithms：將數據分為不同的分區，然後透過某些準則來評估它們
  • 例如：K-Means、K-Medoids、CLARA、CLARANS
• Hierarchy algorithms：使用某些準則創建數據集的分層分解，以便更好地理解數據的結構
  • 例如：BIRCH、CURE、ROCK
• 基於密度：基於數據點之間的連通性和密度函數進行分類
  • 例如：DBSCAN、FDC、GDBSCAN、DBCLASD、OPTICS
• 基於網格：基於多層次的細粒度結構來進行聚類
  • 例如：BANG、WaveCluster、STING
• 基於模型：為每個假設的群集建立一個模型，其思想是找到最適合這些模型彼此之間的最佳擬合，以捕捉不同群體的特徵

K-Means Clustering

是 Partitional clustering approach 中的一種典型方法
它的核心目標是將資料集分成 K 個不同的群體，使得每個資料點都屬於最接近的中心點所代表的群體。這可以幫助我們理解數據的結構，並找到數據中的模式

步驟

1. 選擇 K 值：即我們希望最後將數據分為多少個群體，這個 K 值的選擇很重要會影響結果
2. 初始化中心：隨機選擇 K 個資料點作為初始中心，這些中心將代表每個群體
3. 分配資料點：將每個資料點分配到距離其最接近的中心的群體中
4. 重新計算中心：計算每個群體的新中心，通常是該群體內所有資料點的平均值
5. 迭代：重複步驟3和4，直到中心不再變化或達到預定的迭代次數

當算法收斂時，我們就可以得到 K 個群體，每個群體都有一組中心點，這些中心點代表了每個群體的特徵