机器学习：k-Means聚类算法

K-Means算法

 

前面学习的几个基本的机器学习算法都是监督学习的；而当分类或者回归中给定的数据没有类别，即目标变量事先不存在，而这种就是无监督学习。

聚类方法就属于无监督学习的一种，目的就是将相似的对象归到同一个簇中，这样属于同一簇的数据很相似，不同簇的数据相似度低（相似度要看如何定义）。

聚类计算方法有分很多种，K-Means算法、层次算法、基于密度算法等等，鉴于是在学习了解同时结合结合机器学习实战那本书书，故本文主要讨论简单易于实现的K-Means算法。

 

K-Means 算法接受输入量 K（用户自定义的） ；然后将n个数据对象划分为 K个聚类以便使得所获得的聚类满足：同一聚类中对象相似度较高；而不同聚类中对象相似度较小

质心是一个簇中所有数据的均值。

K-Means伪代码：

（1） 从 n个数据对象任意选择 k 个对象作为初始聚类中心；

（2） 根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；

（3） 重新计算每个（有变化）聚类的均值（中心对象）；