【机器学习】k-means

一、非监督学习（unsupervised learning）K-means

1）从原始数据到聚类完毕的数据：

2）聚类流程示意图：

二、k-means步骤

1、随机设置K个特征空间内的点作为初始的聚类中心

2、对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记类别

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，否则重新进行第二部过程

三、k-means API

● sklean.cluster.KMeans(n_clusters=8,init=