目录
算法描述
K-Means算法是数据挖掘中较为常用的算法之一,同时也是聚类算法中较为简单的一种。K-Means是一种简单的迭代型的聚类算法,它将给定的数据集分为用户指定的k个聚簇。其中k一般是使用者根据一定的先验知识预先设定,Mean也就是英文中平均值的意思。因此,该方法从字面意思也能猜出该方法是通过计算平均值来找到数据的K个聚类中心。
首先,我们需要明白K-Means的目标是什么。k-means要做的就是根据一群没有标签数据的特征,将这些数据分成我们预先设定的k个种类。k-means算法的输入对象是d维向量空间中的一些点。因此,它是对一个d维向量空间的点集 D={
xi|i=1,...N} 进行聚类,其中 xi∈Rd 表示第 i 个对象。此外,在K-Means中,每个聚簇都用