机器学习算法 - k-means Clustering K均值聚类

k-means Clustering即K均值聚类算法是一类运用广泛的聚类算法。

相关定义

聚类

聚类是指把对象划分为多个组或者“聚簇”，从而使得同组对象之间比较相似，而不同组对象之间差异较大。

因为聚类过程中，并没有输入和待聚类对象之间的联系信息，因此聚类通常被看做无监督学习。

k-means算法是一种简单的聚类算法，主要通过迭代来将数据集分类。

算法描述

数学描述

算法的输入对象可以看做是$d$维向量空间的一些点，即对集合$D=\{x_{i}|i=1,2,3,...,n\}$进行聚类，并且其中$x_{i} \in R^{d}$表示第i个数据点。而k-means聚类则是对D中的所有数据点进行处理，聚类中心可以表示为 C={