机器学习笔记之K-means聚类

阅读全文请点击

K-means聚类是聚类分析中比较基础的算法，属于典型的非监督学习算法。

其定义为对未知标记的数据集，按照数据内部存在的数据特征将数据集划分为多个不同的类别，使类别内的数据尽可能接近，类别间的数据相似度比较大。用于衡量距离的方法主要有曼哈顿距离、欧氏距离、切比雪夫距离，其中欧氏距离较为常用。

算法原理如下：

1.创建K个点作为初始质心（通常是随机选择）
2.当任意一个点的簇分类结果发生改变时
2.1对数据的每一个点，计算每一个质心与该数据点的距离，将数据点分配到距其最近的簇
2.2对于每一个簇，计算簇中所有点的均值并将均值作为质心