何谓聚类？它与分类有什么异同？ 大数据

聚类是一种无监督学习方法，它将一组数据划分为多个类别或簇，使得同一簇内的数据相似度较高，不同簇之间的数据相似度较低。聚类的目的是将数据集中的相似数据归为一类，不相似的数据归为不同的类别，从而揭示数据内部的结构和规律。

与聚类相比，分类是一种有监督学习方法，它将数据集中的每个样本分配到已知的类别中。分类的目的是预测新数据的类别，根据已有的标签信息对数据进行预测。与聚类不同，分类需要事先知道每个样本的类别，然后通过训练模型来确定如何将新数据分配到不同的类别中。

综上所述，聚类和分类都是数据挖掘中常用的技术，但它们的目的、方法和应用场景有所不同。聚类主要用于数据探索和数据压缩，可以帮助我们了解数据的内部结构和规律；分类主要用于数据预测和分类识别，可以帮助我们对新数据进行分类和预测。