机器学习（17）无监督学习 -- K-means算法与性能评估

目录

一、K-means

1、概念 

2、过程

3、API（K-means）

二、K-means性能评估

1、轮廓系数

2、API（轮廓系数）

---

一、K-means

1、概念 

无监督学习：没有目标值（没有标签）。

（聚类一般在分类之前，没有目标值的时候使用聚类）

采用迭代式的算法，直观易懂且实用。

缺点：容易受到局部最优解（避免：多次聚类，取多次聚类中心）。

最优解：k个中心点挤在一起。

 

例：对这些人物的分类，没有目标值，就是无监督学习。 

 

2、过程

例：对该无规则点图片进行分类，无监督学习分成3个区域（无目标值）： 

 

 

1、先选择K个特征点作为特征中心；（这里分成3堆，3个特征点）

2、分别计算每个点到K个聚类中心的距离，选择最近的一个中心，标记类别与其一致；

3、接着对着标记的聚类中心之后，重新计算出每个聚类的新中心点（平均值)；

4、如果计算得出的新中心点与原中心点一样，那么结束，否则重新进行第2步过程。

求解中心点： 

 

3、API（K-means）

 

 

二、K-means性能评估

1、轮廓系数

ai：内部距离；

bi：外部距离。 

轮廓系数分析： 

 

 效果好的指标：高内聚，低耦合。（内部聚合，外部分开）

可以看出：

轮廓系数Sc =1时，聚类效果最好（bi>>ai，即外部距离远大于内部距离）；

轮廓系数Sc=-1时，聚类效果最差（bi<<ai，即外部距离远小于内部距离）。

2、API（轮廓系数）