机器学习算法小整理之K-means

1、工作原理：

首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给 与其最相似

的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数（ 一般都采 用均方差作

为标准测度函数 ） 开始收敛为止。

2、算法流程：

采用贪心策略，通过迭代优化来近似求解。

（1）从 n个数据对象任意选择 k 个对象作为初始聚类中心；　　　　

（2）根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；　　

（3）重新计算每个（有变化）聚类的均值（中心对象）；

（4）循环（2）、（3）直到每个聚类不再发生变化为止（标准测量函数收敛）。

为避免运行时间过长，通常设置一个最大运行轮数或最小调整幅度阈值，若达到最大轮数或调整幅度小于阈值，则停止运行。

3、算法特点：

“物以类聚”

各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。

优点：

（1）容易实现。