【说几句】
人以群分，物以类聚，这是老话说的。还有一位老人家曾说过，“凡是有人群的地方，就分左中右”。这是一种自然归类法则，幂幂之中的一只大手在拨拉人间和事物。有一个算法就是在模拟这只“大手”，它就是聚类算法。只不过它只是这只“大手”的最初级版，它只依据数字化距离的远近来“拨拉”各样本的归属。它的底层逻辑是先拨拉，再看看是否合理，然后把中间点调调，然后再拨拉。所以聚类算法说到底就是不断调整质心的过程，把不同的质心类呈现出来，然后根据实际情况匹配，如此往复，虽然看起来很Low，但也有很多的应用场景，接着往下看吧。
所谓聚类算法是指将一堆没有标签的数据自动划分成几类的方法，因为事先并不知道如何划分及样本所属的类别，属于无监督学习方法，但这个方法要保证同一类的数据有相似的特征，如下图4-1所示：
图4-1 聚类分析的示意图
其基本理论是，根据样本之间的距离或者说是相似性（亲疏性），把越相似、差异越小的样本聚成一类（簇），最后形成多个簇，使同一个簇内部的样本相似度高，不同簇之间差异性高。