机器学习聚类算法之K-means

1.前言

         什么叫做聚类，这是一种典型的无监督机器学习算法。简单来说就是把相似度高的放到一堆。在这里我们关注的重点并不是特征和标签之间的关系，而是样本与样本之间的关系。

2.K-means聚类

         K-means是所有实现聚类的算法中最常用的一种，因为其简单，效果好。听到简单二字是不是觉得有点兴奋，如果学习也是一条食物链的话，那么像这些容易捕捉的猎物，简直就是初学者信心增长的能量之水。那么就一起来蔑视它，蹂躏它把！

         K就是我们最终要划分的簇数量，说人话就是要把数据划分为多少堆。其过程是这样的：在一堆数据中，先随机初始化K个簇心，将所有的点按照离簇心最近的原则划分为K个簇。选择每个簇中最中心的位置作为簇心，重新按照离簇心最近的原则分簇；直到所有点所属的簇都不再改变。

 3.  关键问题点

     3.1K的选择

                  通过上面的描述我们会有一个疑问，所谓的K-means中K的数量到底应该如何选择，  一堆陌生的数据本来就很使人头大，我怎么会知道它应该分成几堆呢？对不起，这个问题暂时还没有一个完美的解决方案。可行的解决方案就是试，多试几个，哪一个可以让你的boss满意，那就可以了。

      3.2初始化簇心

                      簇心的初始化，一般有一下几个方法:

                     1.随机初始化，直接任性的随机初始化K个点，数据量不是很大的情况下也看不出来什么。                           

                     2.轮盘法选择簇心ÿ