聚类算法之K-MEANS

K-means算法是一种基于样本间相似性度量的间接聚类方法。

此算法以K为参数，把N个对象分为K个簇，以使簇内具有较高的相似度，而且簇间的相似度较低。相似度的计算根据一个簇中对象的平均值来进行。

此算法的工作过程为：首先从N个数据对象任意选择K个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。

一般都采用均方差作为标准测度函数.K个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。

K-MEANS算法的具体流程如下：
1）从N个数据对象任意选择K个对象作为初始聚类中心；
2）根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；
3）重新计算每个（有变化）聚类的均值（中心对象）
4）重复2/3步直到满足既定的条件，算法结束。