来自于百度百科
Kmeans
定义:最为经典的基于划分的聚类方法
算法流程:从n个数据对象任意选择K个对象
Kmeans算法
算法接受参数K;然后将事先输入的n个数据对象划分为K个聚类以便使得所获得的聚类满足:同一聚类中的对象相似度较高;而不同聚类中的对象相似度较小。
聚类相似度是利用各聚类中对象的均值所获得一个”中心对象“(引力中心)来进行计算的。
基本思想:以空间中K个点的中心进行聚类,对最靠近他们的对象归类。通过迭代的方法,逐次更新各聚类中心的值,直至得到最好的聚类结果。
假设要把样本集分为C个类别,算法描述如下:
1、适当选择C个类的初始中心
2、在第K次迭代中,对任意一个样本,求其到C个中心的距离,将该样本归到距离最短的中心所在的类
3、利用均值等方法更新该类的中心值
4、对于所有的C个聚类中心,如果利用2、3的迭代法更新后,值保持不变,则迭代结束,否则继续迭代
算法流程
首先从n个数据对象任意选择K个对象作为初始的聚类中心;而对于所剩下其他对象,则根据它们与这些聚类中心的相似度(距离),分别将它们分配给与其最相似的(聚类中心所代表的)聚类;然后再计算每个所获新聚类的聚类中心(该聚类中所有对象的均值);不断重复这一过程直到标准测度函数开始收敛为止。一般采用均方差作为标准测度函数。K个聚类具有以下特点:各聚类本身尽可能的紧凑,而各聚类之间尽可能的分开。
具体流程:
输入:K,data[n];
1、选择K的初始中心点,例如c[0]=data[0],...c[k-1]=data[k-1]
2、对于data[0]...data[n],分别与c[0]...c[k-1]比较,假定与c[i]差值最少,就标记为i
3、对于所有标记为i点,重新计算c[i]={所有标记为i的data[i]之和}/标记为i的个数
4、重复2 3,直到所有c[i]值的变化小于给定的阈值