Python算法总结（二）KMeans（附手写python实现代码）

本篇文章是在闭卷之下据我个人的理解一个字一个字写出来，恐有错漏，请谨慎参考。

一、算法类型
无监督的聚类算法

二、算法原理
将样本划分为不同簇（拼音：cu）数，直观上，簇内样本较为聚集，簇间样本较为分开。每个样本到本簇质心的距离，小于到其他簇质心的距离。

三、算法流程
第一步：准备已处理好的样本集Data（N个样本，M个特征），指定聚类k簇，迭代次数max_iter；
第二步：随机选取k个样本作为第一代质心集C，表示为：c0,c1…ck-1（这里下标索引将作为聚类标签）；
第三步：计算每个样本到每个质心的距离，得到距离集D（N行，K列）；
第四步：比较每个样本到质心集的k个距离，选取最小距离对应的质心及其索引，该索引值作为该样本的聚类标签，从而得到所有样本的聚类标签；
第五步：计算SSE和轮廓系数silhouette_score（辅助选取最优K值）；
第六步：计算第四步中不同标签下的所有样本的M个特征的算术均值，从而得到第二代质心集C
第七步：循环第三、四、五步骤，迭代max_iter次后停止。

四、手写Python实现
（脱稿手写出来，好开心，请给我点赞O(∩_∩)O）

def kmeans(X,k=3,max_iter=100):
    '