KMean算法精讲

  KMeas算法是一种聚类算法，同时也是一种无监督的算法，即在训练模型时并不需要标签，其主要目的是通过循环迭代，将样本数据分成$K$类。

基本训练步骤

• Step1：初始化$K$个聚类中心（不必是真是的样本）
• Step2：分别计算所有样本点到这$K$个聚类中心的距离，并把样本点划分至距离最近的group
• Step3：针对于每个group，计算其组内的平均点作为新的聚类中心（例如用户有年龄、性别两个特征，针对于年龄特征直接求平均值即可，对于性别特征使用onehot编码，每个纬度都求其平均值即可）
• Step4：重复步骤2和3直到满足终止条件

其基本过程如下图所示：

关于KMeans的几个问题

KMeans算法的目标函数是什么？

  已知观测集$(x_1,x_2,...,x_n)$，其中每个观测都是一个d维实向量，k平均聚类要把这