【图像算法朝圣之路二】虹膜识别1（K-means算法）

本博客是对虹膜识别中需要用到的K-means算法的学习。

一、聚类

聚类本身是无监督问题，实际上就是把已有的一部分数据，按照其相似度分为不同的簇，将相似度高的分为一簇，而相异度高的分为不同簇。

二、K-means算法的定义

Kmeans聚类算法算得上是最著名的聚类方法。K-means算法实际上是一个重复移动簇中心点的过程，把簇的中心点，移动到其包含成员的平均位置，然后重新划分其内部成员，多次重复此步骤，即可完成聚类。

关于k：

1）k表示簇的数量；

2）k-means可以自动分配样本到不同的簇，但是不能决定究竟要分几个簇；

3）k必须是一个比训练集样本数小的正整数；

4）有时，k的值是由问题内容指定的。例如，一个鞋厂有三种新款式，它想知道每种新款式都有哪些潜在客户，于是它调研客户，然后从数据里找出三类，k为3。也有一些问题没有指定聚类的数量，最优的聚类数量是不确定的。【1】

三、K-means的过程

这个图其实可以很好的表示K-means的过程【2】。

1）确定K值，这里是两类，及红色和蓝色两类，两个X号分别为两类的初始化中心点，记为C1,C2；

2）根据C1和C2所在位置，计算各个数据与C1、C2的距离，将所有数据分为蓝红两类，如图C；

3）在分完类后，在根据现在两个类的分布，分别计算现在两个类的中心点C1'和C2'；

4）接着重复第二步，计算各个数据与与C1、C2的距离，将所有数据分为新的蓝红两类；

5）再重复第三步，再计算新的两个类的中心点C1''和C2''；

6）接着继续重复……

7）最终我们得到最终的结果，如图f，结束的条件是新的中心的位置和原来中心的位置的距