K-means算法

目录

K-means算法简介

聚类大致步骤与结果(图)

算法具体步骤

相关计算(略)

算法优缺点 

---

K-means算法简介

k-means算法是一种基于划分的聚类算法，过程为无监督过程。以距离作为数据对象间相似性度量的标准，即数据对象间的距离越小，则它们的相似性越高，则它们越有可能在同一个类簇。数据对象间距离的计算有很多种，k-means算法通常采用欧氏距离来计算数据对象间的距离。

聚类大致步骤与结果(图)

通俗解释：将没有标注(不含标签) 的数据进行聚类算法，就能得到分过组的分类数据。

算法具体步骤

1、自主选择要划分为类的个数k；
2、第一次将随机生成k个数据点作为聚类中心；
2、计算其他点到这k个聚类中心的距离(每个点要计算k次)，从而每个点都能得到唯一离得最近的聚类中心；
3、由此划分出了k个簇(类)；
4、此时重新计算每个簇(类)的质心作为新的聚类中心;
5、计算其他点到这k个聚类中心的距离(每个点要计算k次)，从而每个点都能得到唯一离得最近的聚类中心；
6、持续进行步骤4、步骤5的方法，直到满足停止条件。

注：迭代的停止条件大致有3种

• 设定迭代次数
• 聚类中心不再变化
• 前后两次聚类结果的目标函数的函数值变化很小

相关计算(略)

• 簇中心计算
• 距离计算(推荐使用欧式距离)

算法优缺点 

优点：简单

缺点：1、初始值影响过大。事先并不知道k值如何选取，并且初始随机产生的聚类中心对最终的聚类结果也有很重要的影响；
2、复杂度与样本呈现线性关系
3、只能发现球型类簇，有些簇是得不到的。