算法：聚类-无监督-K均值聚类（K-Means）

简介

K-Means属于划分聚类。其工作原理为根据初始化的聚类中心信息，计算每个样本到这些中心的距离，可以判断每个样本均归属于某个类簇，更新聚簇中心信息，重新计算每个样本到新的聚类中心的距离，重新划分样本到新的聚类中心对应的类中，重复进行，直到满足终止条件。

实现

已知N个样本点，使用K-Means将其聚类的步骤：
Step1：确定聚类的个数 k ，并制定k个聚类的中心 $C_1,C_2,...,C_k$
Step2：计算每个样本点$S_i$到k个中心的距离，并将该点归入最近的$C_j$类中，其中i∈(1,N),j∈(1,k)
Step3：重新计算k个类簇的中心点，更新原有中心点的位置$C_1,C_2,...,C_k$
Step4：重复步骤Step2、Step3，直到中心点位置不再变化或变化幅度小于约定阈值，或者达到预定义的最大循环次数，结束循环。得到最终的聚类结果

K-Means的优缺点

优点

原理简单，容易理解，容易实现

聚类结果容易解释

聚类结果相对较好

缺点

分类个数k需要事先指定，且不同的k值，聚类的结果相差较大

初始的k个类簇中心对最终结果有影响，选择不同，结果可能不同

样本点较多时，计算量较大

对异常值敏感，对离散值需要特殊处理

能识别的类簇仅为球状，非球状的聚类效果很差