资料整理
一、Kmeans算法及其优缺点
跳过算法原理
1.简单介绍
Kmeans算法是基于划分的聚类算法,其优化目标是同类的点尽量近,类间的点尽量远。
需要做的是(1)给定聚类个数K(2)选择K个初始点,可以是随机值,也可以是随机的样本点(3)迭代至终止条件
经典K-means算法具体流程,基于贪心策略
(1)随机地选择k个初始点,每个点代表了一个簇的中心;
(2)对每个样本,将它分配给最近的簇;
(3)重新计算每个簇的平均值,更新为新的簇中心;
(4)不断重复2、3,直到达到某个终止条件。
这个终止条件可以是:没有(或最小数目)对象被重新分配给不同的聚类
2.K-means的优点与缺点
优点:对于大型数据集也是简单高效、时间复杂度、空间复杂度低。
缺点:数据集大时结果容易局部最优;需要预先设定K值,对最先的K个中心点选取很敏感;对噪声和离群值非常敏感