K-means算法原理与R语言实例

K-means是一种常用的无监督学习算法，用于将数据集划分为多个互不重叠的簇。该算法通过迭代地计算样本点到簇中心的距离，并将每个样本划分至距离最近的簇中心。本文将介绍K-means算法的原理，并提供一个使用R语言实现K-means算法的示例。

1. K-means算法原理

K-means算法的原理相对简单直观，其步骤如下：

步骤1: 初始化簇中心
随机选择K个样本点作为初始的簇中心。

步骤2: 簇分配
对于每个样本点，计算其与各个簇中心的距离，并将其分配到距离最近的簇中心所在的簇。

步骤3: 更新簇中心
对于每个簇，重新计算其簇中心为所有属于该簇的样本点的均值。

步骤4: 重复步骤2和步骤3，直到簇中心不再发生变化或达到最大迭代次数。

步骤5: 输出
输出最终的簇中心和样本点的簇分配结果。

2. R语言实例

下面是使用R语言实现K-means算法的示例代码：

# 导入必要的库
library(stats)

# 假设有一个包含n个样本点，每个样本点有d个特征的数据集X

# 设置簇的个数K
K <- 3

# 初始化簇中心
centroid <- X[sample(1:n, K), ]

# 迭代计算
for (iter in 1:100) {
  # 簇分配
  dists <- dist(rbind(X, centroid))
  cluster <- cutree(dists, k = K)

  # 更新簇中心
  for (k in 1:K) {
    centroid[k, ] <- colMeans(X[cluster == k, ])
  }
}

# 输出结果
cat("簇中心:\n")
print(