2.k-均值（k-means）聚类算法

简介：K-均值聚类算法时最基础、应用最广泛的聚类算法，也是最快速的聚类算法之一。

一.原理和过程

原理：K-均值聚类算法以最小化误差函数为目标将样本数据集分为k类。

过程：

• 设定k个类别的中心的初值；
• 计算每个样本到k个中心点的距离，按最近距离进行分类；
• 以每个类别中样本的均值，更新该类别的中心；
• 重复迭代以上步骤，直到达到终止条件（迭代次数、最小平方误差、簇中心点变化率）

优缺点：优点是原理简单、算法简单，速度快，聚类效果极好，对大数据集具有很好的伸缩性。这些优点特别有利于初学者、常见问题。其缺点是需要给定 K值，对一些特殊情况（如非凸簇、特殊值、簇的大小差别大）的性能不太好。

二.Sklearn中K-均值算法的使用

sklearn.cluster.KMeans 类是 K-均值算法的具体实现。

1.KMeans 的主要参数

• n_clusters: int,default=8　　K值，给定的分类数量，默认值 8。

• init：{‘k-means++’, ‘random’}　　初始中心的选择方式，默认'K-means++'是优化值，也