K-means聚类及距离度量方法小结

基本概念不再介绍，直接进行关键点的总结叙述。

kmeans算法又名k均值算法,K-means算法中的k表示的是聚类为k个簇，means代表取每一个聚类中数据值的均值作为该簇的中心，或者称为质心，即用每一个的类的质心对该簇进行描述。

其算法思想大致为：先从样本集中随机选取 k个样本作为簇中心，并计算所有样本与这 k个“簇中心”的距离，对于每一个样本，将其划分到与其距离最近的“簇中心”所在的簇中，对于新的簇计算各个簇的新的“簇中心”。

根据以上描述，我们大致可以猜测到实现kmeans算法的主要四点：

   （1）簇个数 k 的选择

   （2）各个样本点到“簇中心”的距离

   （3）根据新划分的簇，更新“簇中心”

   （4）重复上述2、3过程，直至"簇中心"没有移动

优缺点：

优点：容易实现

缺点：可能收敛到局部最小值，在大规模数据上收敛较慢

四大过程步骤：

Step1.K值的选择

k 的选择一般是按照实际需求进行决定，或在实现算法时直接给定 k 值。

说明&#x