常用聚类算法K-means及其改进算法

1.聚类算法

    聚类算法是将大量数据以相似度为基础形成若干类，使类内之间的数据最为相似，类间的数据相似度差别尽可能的大，属于无监督学习。

2.K-means算法

  2.1算法原理

     K-means聚类算法以k为参数，把n个对象分为k个簇，以使簇内的具有较高的相似度，且簇间相似度低。

  2.2 评价准则

    E的计算为：，该式在一定程度上刻画了簇内样本相似度。

  2.3 算法流程及描述

    输入：簇的数目k和包含n个对象的数据库

    过程：

    任选k个对象作为初始均值向量；

    Repeat

         for j=1 to n DO

                根据簇中对象的平均值，将每个对象赋给最类似的簇

         for i=1 to k DO