algorithm - 在 k-means 聚类中最小化损失函数意味着什么？

Question

我正在学习 k-means 聚类算法，并且我读到该算法是“试图最小化不满足聚类目标的损失函数”。
我理解算法的基本概念，它在第一次迭代中初始化任意质心/均值，然后将数据点分配给这些集群。然后在所有点分配后更新质心，并再次重新分配点。算法继续迭代，直到集群不再改变。该算法尝试最小化集群内平方和 (WCSS) 值，该值是集群内方差的度量。
但是，我无法理解该算法上下文中损失函数的含义。任何见解表示赞赏。

Answer 1

在更广泛的机器学习背景下，loss function (有时称为 成本函数 )是一个表示特定答案有多“糟糕”的函数。最小化损失函数对应于找到问题的“最佳”答案。
(考虑“损失最少”可能会很奇怪，在这种情况下，将其视为成本函数可能更容易。目标是找到问题的最低成本解决方案。)