人工智能——K-Means聚类算法（Python）

些天文学上的细节问题。好的，这就是聚类算法。这将是我们介绍的第一个非监督学习算法,接下来，我们将开始介绍一个具体的聚类算法。

（2）聚类

（3）K-Mean均值算法

2 K-Mean均值算法

---

2.1 引入

K- 均值 是最普及的聚类算法，算法接受一个未标记的数据集，然后将数据聚类成不同的

组

步骤：

• 设定 K 个类别的中心的初值；

• 计算每个样本到 K个中心的距离，按最近距离进行分类；

• 以每个类别中样本的均值，更新该类别的中心；

• 重复迭代以上步骤，直到达到终止条件（迭代次数、最小平方误差、簇中心点变化率）。

• 下面是一个聚类示例：

K-means聚类算法

K-****均值算法的伪代码如下：

Repeat {

for i = 1 to m

c(i) := index (form 1 to K) of cluster centroid closest to x(i)

for k = 1