关于K-means的通俗理解

机器学习通俗理解系列
关于knn的通俗理解.

---

---

前言

  刚学习机器学习的时候免不了百度，问什么是K-means？所以此刻你将看到的是K-means的通俗说明，带你快速理解K-means原理以及应用

---

一、什么是K-means？

  k均值聚类算法（k-means clustering algorithm）简称K-means，属于无监督聚类算法，其作用通俗来说给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中，机器学习常用算法之一，你，值得拥有！ps:不懂有监督和无监督区别请移步

二、什么原理？

官方说明：先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。

通俗理解：简单来说设K值，1.随机初始K个聚类中心，2.计算所有点对每个中心距离，对比