非监督学习算法（聚类、降维、关联规则挖掘）--机器学习--思维导图手写笔记（32）

一、思维导图（点击图方法）

二、补充笔记

三、K-means算法的收敛性

说明：

1. 当聚类中心μ确定时，求得的各个数据的cluster满足聚类目标函数最小。
2. 当数据cluster确定时，求得的聚类中心μ满足聚类目标函数最小。

可以发现，k-means的两个步骤都是在降低聚类目标函数的函数值，并且聚类的目标函数的函数值的下界为0.  所以，可以k-means可以收敛。