机器学习 | k-means聚类算法

视频教程：第12讲：聚类算法——无监督学习浅谈

k-means算法是非监督聚类最常用的一种方法，因其算法简单和很好的适用于大样本数据，广泛应用于不同领域，本文详细总结了k-means聚类算法原理 。

算法思想：数据之间的相似度与它们之间的欧式距离成反比，根据数据之间的欧式距离将数据分成k类

(1) 首先随机生成k个聚类中心点。

(2) 根据已有的聚类中心点，将数据分成k类。分类的原则是数据离哪个聚类中心最近，它就被分为哪一类。这一步是EM算法中的E step。

(3) 根据分类结果，重新计算每个聚类的中心点。这一步是EM 算法中的M step。

(4)不断重复上述的E step和M step，直到聚类中心收敛（聚类中心不再变动）。

kmeas算法停止条件，满足其一即可

• 迭代超过最大轮数，即停止迭代
• 某次循环，没有数据点被重新分配到其他的簇，则算法结束迭代
• 某次循环，质心的位置没有发生变化，则算法结束迭代
• 某次循环，均方误差SSE递减的增量，小于预先设置的某个阈值，则算法结束迭代
   

目录

1. k-means聚类算法原理

2. k-means聚类算法步骤

3. k-means++聚类优化算法

4. 小批量处理的k-means聚类算法

5. k值的选取

6. k-means