从零开始机器学习（十二）

简介

在非监督学习中，我们的数据没有附带任何标签，我们拿到的数据就是这样的：

也就是说，在非监督学习中，我们需要将一系列无标签的训练数据，输入到一个算法中，然后我们告诉这个算法，快去为我们找找这个数据的内在结构给定数据。我们可能需要某种算法帮助我们寻找一种结构。图上的数据看起来可以分成两个分开的点集（称为簇），一个能够找到我圈出的这些点集的算法，就被称为聚类算法。

当然，还有其他类型的非监督学习算法，它们可以为我们找到其他类型的结构或者其他的一些模式，而不只是簇。

K均值算法

K-均值是最普及的聚类算法，算法接受一个未标记的数据集，然后将数据聚类成不同的组。
K-均值是一个迭代算法，它会做两件事，一个是簇分配$(clusterassignment)$, 第二个是移动聚类中心：随机选择的$K$个随机的点，称为聚类中心（cluster centroids），$K$是想要分的簇的个数。

对于数据集中的每一个数据，按照距离$K$个中心点的距离，将其与距离最近的中心点关联起来，与同一个中心点关联的所有点聚成一类。下图中分为两个簇，离随机的红色中心点近的被分为红簇，蓝色被分为蓝簇。

计算每一个组的平均值，将该组所关联的中心点移动到平均值的位置。下图计算红簇的中心点，把红色随机中心点的位置移动。 蓝色中心点也是这样操作。

重复把点分配给聚类中心， 移动聚类中心这两步，直至中心点不再变化。

用${\mu }^1$,${\mu }^2$,…,${\mu }^k$ 来表示聚类中心，用$c^{(1)}$,$c^{(2)}$,…,$c^{(m)}$来存储与第$i$个实例数据最近的聚类中心的索引，K-均值算法的伪代码如下：

Repeat {

for i = 1 to m

c(i) := index (form 1 to K) of cluster centroid closest to x(i)

for k = 1 to K

μk := average (mean) of points assigned to cluster k

}

算法分为两个步骤，第一个for循环是赋值步骤，即：对于每一个样例$i$，计算其应该属于的类。第二个for循环是聚类中心的移动，即：对于每一个类$K$，重新计算该类的质心。

K-均值算法也可以很便利地用于将数据分为许多不同组，即使在没有非常明显区分的组群的情况下也可以。

$K$均值算法的优化目标

对几个变量再说明一下：
$c^{(i)}$是$x^{(i)}$所在簇的索引, 比如$x^{(i)}$ --> 5, 那么$c^{(i)}$=5.
${\mu }_{c^{(i)}}$ 是簇中心点所在位置

K-均值的代价函数（又称畸变函数 Distortion function）为：
$$J(c^{(1)},...,c^{(m)},{\mu }_1,...,{\mu }_K)=\frac{1}{m}\sum _{i=1}^m{\Vert X^{\left(i\right)}-{\mu }_{c^{(i)}}\Vert }^2$$

右边是每个样本到每个样本所属的聚类中心的距离的平方, 目标就是最小化下面的式子:

下面回归一下伪代码:

第一个循环是用于减小$c^{(i)}$引起的代价，固定${\mu }^{(i)}$. 而第二个循环则是用于减小${\mu }_i$引起的代价。迭代的过程一定会是每一次迭代都在减小代价函数，不然便是出现了错误

随机初始化

在运行K-均值算法的之前，我们首先要随机初始化所有的聚类中心点，下面介绍怎样做：

1. 我们应该选择$K<m$，即聚类中心点的个数要小于所有训练集实例的数量

2. 随机选择$K$个训练实例，然后令$K$个聚类中心分别与这$K$个训练实例相等, 就是在数据中随机确定几个点, 然后作为聚类中心

K-均值的一个问题在于，它有可能会停留在一个局部最小值处，而这取决于初始化的情况

为了解决这个问题，我们通常需要多次运行K-均值算法，每一次都重新进行随机初始化，最后再比较多次运行K-均值的结果，选择代价函数最小的结果。这种方法在$K$较小的时候（2–10）还是可行的，但是如果$K$较大，这么做也可能不会有明显地改善。

• 如何选择K呢? 有个是依据肘部法则, 看下图, 就是瞎几把分, 然后画出损失图, 如果发现肘部就按那个来分, 发现不了就GG. 还有是依据经验.