周志华《机器学习》Ch9. 聚类：k-means算法的python实现

理论

k-means方法是一种常用的聚类方法，其目标是最小化

其中是第i个簇的中心。直接优化上式有难度，故k-means算法采用一种近似方法。

简单来说，k-means算法由两个步骤循环组成：

1. 计算每个sample到各个簇中心的距离，将该sample的类标赋为距离最近的簇的类标；

2. 按照sample的类标重新计算各个簇中心

k-means算法有两个输入参数需要用户指定，一个是簇的个数，另一个是循环次数

代码

# -*- coding: utf-8 -*-
"""
k-means algorithm
From 'Machine Learning, Zhihua Zhou' Ch9
Model: k-means clustering algorithm
Dataset: P202 watermelon_4.0 (watermelon_4.0.npy)

@author: weiyx15
"""

import numpy as np
import matplotlib.pyplot as plt

class kMeans:
    def load_data(sel