10-1 K-means聚类算法

K-means聚类的算法流程：

一、指定需要划分的簇[cù]的个数K值（类的个数）;

二、随机地选择K个数据对象作为初始的聚类中心 （不一定要是我们的样本点）;

三、计算其余的各个数据对象到这K个初始聚类中心 的距离，把数据对象划归到距离它最近的那个中心所 处在的簇类中;

四、调整新类并且重新计算出新类的中心;

五、循环步骤三和四，看中心是否收敛（不变），如 果收敛或达到迭代次数则停止循环;

六、结束

优点：

（1）算法简单、快速。 （2）对处理大数据集，该算法是相对高效率的。

缺点：

（1）要求用户必须事先给出要生成的簇的数目K。 （2）对初值敏感。 （3）对于孤立点数据敏感。

K‐means++算法可解决2和3这两个缺点

k-means++算法选择初始聚类中心的基本原则是：初始的聚类中 心之间的相互距离要尽可能的远

步骤一：随机选取一个样本作为第一个聚类中心；

步骤二：计算每个样本与当前已有聚类中心的最短距离（即与最 近一个聚类中心的距离），这个值越大，表示被选取作为聚类中 心的概率较大；最后，用轮盘法（依据概率大小来进行抽选）选 出下一个聚类中心；

步骤三：重复步骤二，直到选出K个聚类中心。选出初始点后，就 继续使用标准的K-means算法了。

具体使用spss实现，--------分析-分类-kmeans分类