【GIS人必学】GIS+K-Means聚类分析算法实现对数据集的最优分类

        聚类是将数据分类到不同的类或者簇这样的一个过程，是一种对搜索簇的无监督学习过程。聚类所要求划分的类是未知的，是一种探索性的分析。

        分类则依赖预先定义的类或带类标记的训练实例，是一种示例式的监督学习过程。

        聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。

          K-Means聚类分析算法：一般称为K均值算法，是聚类中最常用的方法之一，基于点与点之间的距离的相似度来计算最佳类别归属。