1 K-Means
K-Means 是一种非监督学习，解决的是聚类问题。
K 代表的是 K 类，Means 代表的是中心，本质是确定 K 类的中心点，当找到了这些中心点，也就完成了聚类。
需要解决三个问题：
1 如何确定 K 类的中心点？
其中包括了初始的设置，以及中间迭代过程中中心点的计算。
在初始设置中，会进行 n_init 次的选择，然后选择初始中心点效果最好的为初始值。
在每次分类更新后都需要重新确认每一类的中心点，一般采用均值的方式进行确认。2 如何将其他点划分到 K 类中？
可以采用欧氏距离、曼哈顿距离、切比雪夫距离、余弦距离等。
对于点的划分，就看它离哪个类的中心点的距离最近，就属于哪一类。3 如何区分 K-Means 与 KNN？
第一，这两个算法解决数据挖掘的两类问题：K-Means 是聚类算法，KNN 是分类算法。
第二，这两个算法分别是两种不同的学习方式：K-Means 是非监督学习，也就是不需要事先给出分类标签，而 KNN 是有监督学习，需要给出训练数据的分类标识。
第三，K 值的含义不同。K-Means 中的 K 值代表 K 类。KNN 中的 K 值代表 K 个最接近的邻居。
例子：Kmeans是选老大，风水轮流转，直到选出最佳中心老大；Knn则是小弟加队伍，离那个班相对近，就是那个班的
工作原理：
1 选取 K 个点作为初始的类中心点，这些点一般都是从数据集中随机抽取的；
2 将每个点分配到最近的类中心点，这样就形成了 K 个类，然后重新计算每个类的中心
点；3 重复第二步，直到类不发生变化，或者你也可以设置最大迭代次数，这样即使类中心点
发生变化，但是只要达到最大迭代次数就会结束。
2 EM聚类
EM 的英文是 Expectation Maximization，也叫最大期望算法。
工作流程：
三个步骤：初始化参数、观察预期、重新估计。
以等分某种东西为例：先分一部分到容器 A 中，然后再把剩余的分到容器 B 中，再来观察 A 和 B 里的东西是否一样多，哪个多就匀一些到少的里面去，然后再观察 A 和 B 里的是否一样多……整个过程一直重复下去，直到份量不发生变化为止。
可以看到，首先是先给每个容器初始化一些菜量，然后再观察预期，这两个步骤实际上就是期望步骤（Expectation）。
如果结果存在偏差就需要重新估计参数，这个就是最大化步骤（Maximization）。
这两个步骤加起来就是 EM 算法的过程。
概念：最大似然，就是最大可能性的意思，指的就是一件事情已经发生了，然后反推更有可能是什么因素造成的。用一男一女比较身高为例，假设有一个人比另一个人高，反推他可能是男性；
最大似然估计是一种通过已知结果，估计参数的方法。
EM 算法原理：这是一种求解最大似然估计的方法，通过观测样本，来找出样本的模型参数；（E 步骤通过旧的参数来计算隐藏变量，M 步骤通过得到的隐藏变量的结果来重新估计参数。直到参数不再发生变化，得到我们想要的结果。）
再回过来看等分某种东西这个例子，实际上最终我们想要的是容器A 和容器B中的份量，可以把它们理解为想要求得的模型参数，然后通过 EM 算法中的 E 步来进行观察，然后通过 M 步来进行调整 A 和 B 的参数，最后让容器 A 和容器 B 的参数不再发生变化为止。
EM聚类原理：EM 算法最直接的应用就是求参数估计；
如果把潜在类别当做隐藏变量，样本看做观察值，就可以把聚类问题转化为参数估计问题，这也就是 EM 聚类的原
理。
