K-Means聚类分析

目录

1.聚类分析步骤

1.1简单介绍

1.2两个概念

1.3几种距离

1.4更新质心

1.5终止条件

2.归一化处理

3.肘部法则

4.搭建K-Means分析模型

5.选择最佳K值

6.绘制3D图形

---

1.聚类分析步骤

1.1简单介绍

K-Means聚类分析是属于聚类分析的一种，这个数据机器学习的算法；

对数据进行自动分组，使得同一组内的数据样本尽可能相似，不同组之间的数据样本尽可能不同，以此来完成用户细分，这就是聚类。

K-Means是非监督学习中一种很经典的聚类算法。

K代表类别数量，Means代表每个类别内的均值，所以K-Means算法又称为K-均值算法。

1.2两个概念

该算法会根据数据样本间的相似性，将数据样本自动分为K个簇（cluster），相似的数据样本会尽可能被聚到一个簇内。簇，指的就是类别或是组。

每个簇都有一个中心位置/中心点，被称作为质心(centroid)。

最开始，会先从数据集中随机选取K=2个对象作为初始的质心。
剩余待分类的样本数据就可以评估自己和哪个质心最相似，然后加入到该质心代表的簇里即可。

1.3几种距离

要判断两个样本之间的相似性，K-Means算法以样本间的距离作为度量标准。
距离越近，表示两个样本越相似；反之，则越不相似。
常见的计算样本间距离的方式有欧式距离、曼哈顿距离、余弦相似度等。
K-Means算法通常采用欧式距离来度量各样本间的距离。

1.4更新质心

由于一开始的质心是随机选择的，导致结果也存在一定的随机性。
因此，当所有样本点分配完成后，需要重新计算2个簇的质心。
计算方式是计算每个簇内所有样本的均值。
&#x