一、概述
1、无监督学习：训练时只需要一个特征矩阵x，不需要标签y，例如PCA
2、聚类（无监督分类）VS 分类
1）在已经知晓的类别上，给未知的样本标上标签（分类）；在完全不知道标签的情况下，探索分布上的分类（聚类）
2）分类结果确定，聚类结果不确定
3、sklearn中的聚类算法（类和函数两种表现形式）输入数据可以是标准特征矩阵，也可以是相似性矩阵（行和列都是n_samples)，可以使用sklearn.metric.pairwise模块中函数获取相似性矩阵
4、簇中所有数据均值为这个簇的质心，簇k是一个超参数
RFM模型，漏斗分析，AARRR模型
