机器学习（K-Means算法）

---

前言

监督学习是有一系列标签数据，寻找假设函数去拟合这些标签。无监督学习是寻找到一些隐含在系列无标签数据中的结构。K-Means聚类算法是常用的无监督学习方法之一。

---

一、K-Means算法

输入为：
①聚类个数：K
②训练集：$$\left\{\begin{array}{c}{x}^{(1)},x^{(2)},...,x^{(m)}\end{array}\right\}$$

K-Means算法流程如下：
1、随机初始化K个聚类中心
2、分别计算当前样本i到K个聚类中心的距离，将该样本分类至距离最小值所对应的簇
3、重新计算K个簇的中心
4、当所有样本所属的簇不再发生改变或已到达最大迭代次数，停止迭代，否则重复步骤2、3、4

当样本数量为M，样本特征维度为D，聚类个数为K，迭代次数为I，K-Means算法的时间复杂度为O(KMDI)。

二、优化目标

$$\begin{gathered} J(c^{(1)},c^{(2)},...,c^{(m)},{\mu }_1,{\mu }_2,...,{\mu }_k)=\frac{1}{m}\sum _{i=1}^m||x^{(i)}-{\mu }_{c^{(i)}}|{|}^2 \\ minJ(c^{(1)},c^{(2)},...,c^{(m)},{\mu }_1,{\mu }_2,...,{\mu }_K) \end{gathered}$$
$$\begin{gathered} c^{(i)}表示样本x^{(i)}所属的簇的索引或序列 \\ {\mu }_k表示第k个聚类中心的位置 \\ ||x^{(i)}-{\mu }_{c^{(i)}}|{|}^2表示样本x^{(i)}到该样本所属的聚类中心距离的平方 \end{gathered}$$

三、随机初始化

随机挑选K个聚类样本，使其为K个聚类中心。
为避免局部最优解，尝试多次随机初始化，多次进行K-Means聚类。