K-均值算法

K均值算法

一、概念：

形式地，给定n个数据对象的数据集D，以及主要生成的簇数k，划分算法 把数据对象组织成k（k<=n）个分区，其中每个分区代表一个簇，在同一个簇中的对象是“相似的”，而不同簇中的对象时“相异的”。

二、分析：

1、基于距离  给定分区k

2、准则：同一个簇中对象尽可能相近，不同簇中的对象尽可能远离。

3、技术：迭代重定位 组的切换  局部最优解

4、应用场景：中小规模的数据库中的球状簇。

三、算法：