k-means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,k-means是一个迭代算法,步骤如下:
1.首先选择k个随机的点(即聚为k组),作为聚类中心(cluster centroids).
2.对于数据集中的每一个数据,计算其到每一个中心点的距离,并与距离最近的中心点关联起来,与同一个中心点关联的所有点聚成一类
3.计算每一组的平均值,将改组的中心点移动到中心值的位置
4.重复步骤2-4,直至中心点不再变化
k-means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,k-means是一个迭代算法,步骤如下:
1.首先选择k个随机的点(即聚为k组),作为聚类中心(cluster centroids).
2.对于数据集中的每一个数据,计算其到每一个中心点的距离,并与距离最近的中心点关联起来,与同一个中心点关联的所有点聚成一类
3.计算每一组的平均值,将改组的中心点移动到中心值的位置
4.重复步骤2-4,直至中心点不再变化