【机器学习】接地气地解释K-means聚类算法

       俗话说“物以类聚，人以群分”，这句话在K-means聚类算法里面得到了充分的继承。而K-means算法的实际应用范围可谓是大到无法估量，基本可以说，只要你想不到，没有聚类聚不起来的东西！

       比如衣服制造商可以通过分类，把某个身高体重的人群划为一类，然后根据这些人群的需求制作出适合尺寸的衣服，此后在网上买衣服，只需报给商家身高体重，就有相应的S\M\L码数衣服满足你的需求。再比如著名的谷歌（Google ）新闻版块，就是使用了聚类算法，每天谷歌都从网上收集上万条新闻，然后通过机器学习分类出各种类型的新闻，把相同类型的新闻展示在同一个页面上，使得客户可以快速地浏览同一个新闻不同官方的报道。

       诸如此类，k-means聚类算法作为容易理解而又应用广泛的算法，想要理解也并不难，下面我就用我自己的理解，带你们走近k-means算法的内心世界。

   

      在使用K-means之前，我们需要手动去定义一个聚类中心（K值），你不知道这是什么东西？没关系，请看下面这个图。

      

       图中我们可以看到，有很多分散的黑色数据点（特征点），而我们的聚类中心（K值）就是图上的两个”十“字，它的数量决定了我们的这堆数据会被划分为几种类型。

       在例子中，我们就假设有两个聚类中心（位置是随机的）。

      

       当确定好了K值之后，我们就进入K-means算法开始运算了，在K-means算法里，主要是一个内循环，内循环主要包含两个内容：

                                              1.簇分配

                                          2.移动聚类中心

                                不知道这两个是什么东西没关系，我来解释给你听  

        

       首先是聚类中心找到自己的同类，其实就是把这些特征点分类的意思。在簇分配里，我们把所有黑色的特征点与两个聚类中心的距离计算出来，得出每个点相对于两个聚类中心的距离。然后，把距离聚类中心点最近的特征点涂成属于自己的颜色，就成为了一个子集（或者叫簇），结果如图所示。

                 

                        类似一个用一个圆，把属于自己的特征点全部包起来

               

                                                       这个就是簇分配

     

       当所有的聚类中心都找到了属于自己的同类之后，就要走过去拥抱欢呼顺便一起哭一下了，具体的方法是：在自己的簇类里，计算出簇内样本的平均值，然后让聚类中心走到平均值相应的位置。

        如图所示

              

                           当聚类中心移动之后，所有的特征点将全部变回黑色

                

       然后又重新开始从第一个步骤开始循环，先计算每个特征点相对于两个聚类中心的距离，距离最近的涂上自己的颜色（簇分配），跑上去拥抱（移动聚类中心），特征点又变回黑色，重新计算......

           

                程序一直在循环，一直循环到当两个聚类中心移动到图下这个位置

                  

      这时，不管程序再怎么循环，聚类中心的位置已经不再发生改变了，这时候，我们就可以说K均值已经聚合（或者收敛），k-means聚类算法就已经完成了它的任务，分类完成。

      最后，程序退出k-means算法的内循环，开始下一步其他操作。