K-means algorithm原理及使用

    K-means clustering algorithm，K-means聚类算法，它是无监督聚类的一种，可以用距离度量来将样本集分成K个类。

1. 关于K-means algorithm

    假如有如下的样本分布情况（左图），那么对这些样本进行聚类，我们人为做会怎么做（右图）。

    那么如果，样本的分布情况是这样的：

    

    人为怎么来进行聚类呢，或者出现样本中数据的维度超过三维了，维度很高，那么我们人为又怎么来进行分类呢？

    所以，我们需要一个聚类的算法，然后让计算机来替我们完成分类工作，我们看结果就行了。所以，有了K-means algorithm。K-means algorithm的过程如下：

    1）首先要考虑我们要将样本集分成几类，即K=？。决定了K以后，就好办了。我们随机选择K个样本作为K个中心。

    2）计算样本集中所有样本到这些中心的距离，假如某个样本找到距离最近的中心，就把这个样本归类给这个中心，直到所有的样本都归类完毕。