word2vec中k-means学习笔记

一、k-means算法

算法描述

输入：簇的数目k；包含n个对象的数据集D。

输出：k个簇的集合。

方法：

1. 从D中任意选择k个对象作为初始簇中心；
2. repeat;
3. 根据簇中对象的均值，将每个对象指派到最相似的簇；
4. 更新簇均值，即计算每个簇中对象的均值；
5. 计算准则函数；
6. until准则函数不在发生变化

二、Machine Learning(Ng)算法笔记

算法主要思想：

1）首先根据你要聚类的个数（假设为k），选择k个中心u，可以挑选k个样本作为中心。

2）根据挑选出的k个中心，将每个样本（一共m个）贴上特定的标签。

3）根据新贴的标签，更新样本的中心。

 三、word2vec中k-means实现