吴恩达机器学习之聚类(Clustering)（三）：优化目标（详细笔记，建议收藏，已有专栏）
吴恩达机器学习栏目清单
专栏直达：https://blog.csdn.net/qq_35456045/category_9762715.html
文章目录
13.3 优化目标
参考视频: 13 - 3 - Optimization Objective (7 min).mkv
K-均值最小化问题，是要最小化所有的数据点与其所关联的聚类中心点之间的距离之和，因此 K-均值的代价函数（又称畸变函数 Distortion function）为：
回顾刚才给出的: K-均值迭代算法，我们知道，第一个循环是用于减小c^((i))引起的代价，而第二个循环则是用于减小μ_i引起的代价。迭代的过程一定会是每一次迭代都在减小代价函数，不然便是出现了错误。
