摘要： 一、非监督学习基础 核心特点：训练数据无标签（无y值），算法需自主发现数据中的隐含结构（如聚类、分布规律等）。 典型应用场景：客户分群、异常检测、数据压缩等。聚类的非监督学习。无监督学习通过数据找到规律分组。 二、K-Means 聚类算法 目标：将无标签数据自动划分成K个聚类，使同一聚类内的数据相似 阅读全文