K-means聚类算法

 

介绍

       K-means聚类算法是一个循环迭代的算法。其步骤如下：

1. 假设将样本聚为 k 类，选择 k 个点作为初始中心点；
2. 根据距初始中心点最近的原则，将所有点分类；
3. 计算 k 类中每类点的均值，作为下次迭代的起始中心点；
4. 重复 2，3 步直到中心点不再改变或达到指定的迭代次数。
    
    
    

分析过程

       关注以下几个问题

1. 如何确定 k 的值？
2. 初始中心点如何选择？
3. 如何表示点之间的距离及其均值？

距离和均值

       每个类中的点距其中心点的欧式距离之和，简称为 SSE。
       均值需除以每个类中点的个数。

k 的值

       常用手肘法，选取 SSE 和 K 的关系图中肘部的整数。

初始中心点

       初始点间的距离尽可能的远。
       常用的有两种方法。
       一，利用 K-means++ 算法。
       二，利用层次类聚或 Canopy 算法进行初始类聚，然后从每个类中任选一点作为初始中心点。
 
 
 
参考链接：
https://zhuanlan.zhihu.com/p/75477709
https://www.cnblogs.com/dudumiaomiao/p/5839905.html