sklearn（聚类和降维）

聚类(clustering)

聚类(clustering)，就是根据数据的“相 似性”将数据分为多类的过程。 评估两个不同样本之间的“相似性” ，通 常使用的方法就是计算两个样本之间的“距离”。 使用不同的方法计算样本间的距离会关系到聚类 结果的好坏。

欧氏距离

欧氏距离是最常用的一种距离度 量方法，源于欧式空间中两点的距离。 其计算方法如下

曼哈顿距离

曼哈顿距离也称作“城市街区距 离”，类似于在城市之中驾车行驶， 从一个十字路口到另外一个十字楼口 的距离。其计算方法如下：

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/90578381