Add KMEANS算法概述

必备数学基础.md

@@ -1236,3 +1236,25 @@ notebook已更新，markdown待更新
 ![1606031463635](assets/1606031463635.png)
 
 待更新，notebook已更新
+
+
+
+### KMEANS算法
+
+#### KMEANS算法概述
+
+聚类概念：
+
+- 无监督问题：手上没有标签
+- 聚类：相似的东西分到一组
+- 难点：如何评估，如何调参
+
+![1606221473495](assets/1606221473495.png)
+
+基本概念：
+
+- 想要得到簇的个数，需要指定K值，即聚成几个堆
+- 质心：均值，即向量各维取平均，最中间的位置
+- 距离度量：常用欧几里得距离和余弦相似度（先标准化）
+- 优化目标：![1606221707427](assets/1606221707427.png)，让每一个样本到中心点（质心）的距离越小越好，即每个点到中心点的和最小，越小越相似
+