今天的部分是机器学习中的聚类问题，这是典型的无监督学习的应用。并且详细讲解了第一次课时提及过的K-Means算法，以及GMM（高斯混合模型）和EM算法。其中K-Means算法个人的理解为
1.随机寻找K(所分类个数)个中心点
2.将所有样本分类至离其最近的中心点
3.对各中心点所属的样本求新的中心点
4.如果新的中心点与原本的中心点不同,到第2步
5.结束
对于高斯混合模型和EM算法，非常遗憾的是由于相关数学知识储备不足，且网路上所查到的是基本概念而里面所用函数属于较高级的应用且未曾见过，里面有的地方没能看懂，未能理解其运作原理…