数据聚类建模之k-means

1，数据聚类建模与数据预测建模的区别是它不区分输出变量和输入变量，希望将观测值分成两个及以上的自然小类。

2，K-means，顾名思义，根据“平均值”将数据聚成K类。

标准的K-means聚类步骤如下：
1，随机选k个点作为聚类中心；
2，剩下的每个点都与这k个点计算欧式距离，然后将该点划归于距离最小的那个类；
3，现在所有数据被分成了k类，计算每个类的图心（centroid），现在又获得新的k个点的位置；
4，重复2和3中的步骤，直到聚类中心不变（实际操作过程中是设置迭代次数，一般假设重复1000次后k个类基本不变了。这样得到的结果为局部最优解，不一定是全局最优解）。

Note: 关于图心，在几何学中叫质心（barycenter）。它指一个图形的算术平均中心。在三角形中就是三条中线的交点。

3，维基百科中的描述

4，此方法初始参数的设置

4.1 随机选取k个点作为聚类中心，也叫Forgy method。
适用于expectation maximization and standard k-means algorithms

4.2 将所有点随机分成k块，也叫Random Partition方法。
适用于k-harmonic means and fuzzy k-means