K-means 算法作为聚类算法中比较重要的入门算法,
1.算法具体过程如下
创建k个点作为起始质心(经常是随机选择) 当任意一个点的簇分配结果发生改变时
对数据集中的每个数据点
·对每个质心
计算质心与数据点之间的距离
将数据点分配到距其最近的簇
对每一个簇,计算簇中所有点的均值并将均值作为质心
2.使用python语言实现,用到的库函数主要有numpy,辅助函数有以下几个:
(1)函数distEclud()计算两个向量的欧式距离。也可以使用其他距离函数。
(2) 函数是randCent(),该函数为给定数据集构建一个包含k个随机质心的集合。随机质心必须要在整个数据集的边界之内,这可以通过找到数据集每一维的最小和最大值来完成。然后生成0到1之间的随机数并通过取值范围和最小值,以便确保随机点在数据的边界之内。
<待补充…>