聚類定義：
依據研究對象（樣品或指標）的特徵，對其進行分類的方法，減少研究對象的數目。
各類事物缺乏可靠的歷史資料，無法確定共有多少類別，目的是將性質相近事物歸入一類。
各指標之間具有一定的相關關係。
聚類分析(cluster analysis)是一組將研究對象分爲相對同質的羣組(clusters)的統計分析技術。 聚類分析區別於分類分析(classification analysis) ，後者是有監督的學習。
變量類型：定類變量、定量（離散和連續）變量
劃分聚類方法：
Kmeans:
對於給定的樣本集，按照樣本之間的距離大小，將樣本集劃分爲K個簇。讓簇內的點儘量緊密的連在一起，而讓簇間的距離儘量的大。
步驟1：取得k個初始中心點
步驟2：利用中心點劃分樣本集爲k個簇
步驟3：根據已經被分類的數據分別重新計算各自的中心點，如果中心點發生變化回到步驟二，未發生變化轉到步驟4
步驟4：收斂
缺點：
初始值敏感、採用迭代方法，得到的結果只是局部最優、K值的選取不好把握、對於不是凸的數據集比較難收斂
如何衡量Kmeans 算法的精確度？
SSE(Sum of Square Error) 誤差平方和， SSE越小，精確度越高。
改進算法：二分Kmeans 算法
首先將所有點作爲一個簇，然後將其一分爲二。
每次選擇一個簇一分爲二，選取簇的依據取決於其是否能最大程度降低SSE即選取聚類後SSE最小的一個簇進行劃分。
直至有k個簇
參考資料：https://www.cnblogs.com/pinard/p/6164214.html