【洞幺邦】K-means聚类分析在实例中的应用

1K-means聚类算法基本理论

1.1 基本定义

亦称为k均值聚类算法，其评价指标为各基本粒子间的距离。当两个对象间距离越近，则认为其相似度就越大。最终将整个粒子群体划分为具有多个独立中心的“簇”。

1.2 算法核心思想

K-means聚类是一种迭代求解的聚类分析算法，通过随机设置聚类中心，计算各粒子距离并划分其类别。其中，聚类中心以及分配给它们的对象就代表一个聚类，每分配一个样本，聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件从而完成整个算法过程。

1.3 多种常用代码形式

使用方法：

Idx=Kmeans(X,K)

[Idx,C]=Kmeans(X,K)

[Idx,C,sumD]=Kmeans(X,K)

[Idx,C,sumD,D]=Kmeans(X,K)

[…]=Kmeans(…,’Param1’,Val1,’Param2’,Val2,…)

各输入输出参数介绍：

X :N*P的数据矩阵

K: 表示将X划分为几类，为整数

Idx :N*1的向量，存储的是每个点的聚类标号

C: K*P的矩阵，存储的是K个聚类质心位置

sumD 1*K的和向量，存储的是类间所有点与该类质心点距离之和

D N*K的矩阵，存储的是每个点与所有质心的距离

[…]=Kmeans(…,'Param1',Val1,'Param2',Val2,…)

1.4 算法优缺点

优点：（1）原理比较简单，实现也是很容易，收敛速度快；（2）当结果簇是