Scikit-learn机器学习实战之Kmeans

摘要

上篇博客谈到了如何安装Python中强大的机器学习库 scikit-learn ： Windos环境安装scikit-learn函数库流程 ，本篇主要是对其Kmeans示例进行学习。

有关Kmeans的介绍可以参见这篇博客： K均值聚类算法及Matlab函数使用

Kmeans算法的缺陷

• 聚类中心的个数K 需要事先给定，但在实际中这个 K 值的选定是非常难以估计的，很多时候，事先并不知道给定的数据集应该分成多少个类别才最合适
• Kmeans需要人为地确定初始聚类中心，不同的初始聚类中心可能导致完全不同的聚类结果。

（1）第一种缺陷通常人为解决，例如假设有K=10（根据先验知识，尽量大些），进行第一次聚类，如果结果显示某一类中的样本过少，则K=K-1，重新进行聚类。

（2）第