kmeans聚类算法

本文记录kmeans聚类算法学习的相关内容，后续会更新............

概念：kmeans算法是输入聚类个数k，以及包含 n个数据对象的数据库，输出满足方差最小标准k个聚类的一种算法。k-means 算法将n个数据对象划分为 k个聚类：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。

kmeans算法的简要步骤：

（1）随机初始化k个点作为聚类质心

（2）计算数据对象到质心的距离，并将数据对象分配到距离最近的一个簇

（3）针对每一个聚类，计算簇中所有点的均值并将其作为新的质心

（4）反复迭代，当数据对象距离最近簇的距离不再变化或满足一定的条件是，停止计算，返回k个聚类的质心