K-Means算法优化

一、K-Means算法缺陷

1. 需要预先给定k值

2. 对初始质心的选取比较敏感，不同的初始质心得到的结果可能完全不同

二、优化

1. 针对初始质心的选择问题优化：K-Means++

思想：

随机选取一个质心

repeat：

计算所有点到最近质心的距离D(x)，求得被选为下一个质心的概率

根据轮盘法确定下一个质心

until 选出k个质心

repeat：

        将每个点分配到距离最近的质心，形成k个簇

        重新计算每个质心的位置

until  簇不发生变化或达到最大迭代次数

【注】轮盘法

根据求得的概率将[0，1]区间分为不同子区间

随机选取0~1之间的数，落在哪个区间即选取哪个点