——什么是K-means算法
K-means算法是一种无监督的聚类算法。
无监督:在数据分类的过程中,数据没有标签就是无监督。
聚类:聚类就是根据相似性原则,将具有较高相似度的数据对象划分至同一类簇,将具有较高相异度的数据对象划分至不同类簇。
K-means算法中,k是类簇,means就是各类簇中的数据对象的均值。K-means算法以距离作为数据对象间相似性度量的标准,分为k个簇,使得簇内的点尽量紧密的连在一起,簇间的距离尽量大。即数据对象之间的距离越小,则它们的相似性越高,越有可能在同一个类簇。
——算法流程
输入:输入数据集 D={x1,x2,...xm},聚类的簇树K,最大迭代次数N
输出:簇类的划分结果 C={C1,C2,...Ck}
1)从数据集D中 随机选择k个样本作为初始的k个质心向量:{μ1,μ2,...μk}
2)
a) 将簇初始化为Ct,(t=1,2,...k)
b) 对于i=1,2...m,计算样本xi和各个质心向量 μj(j=1,2,...k)的距离 dij,将距离最小的xi标记为dij所对应的类别λi,
此时更新
c) 对于j=1,2,...,k,对Cj中所有的样本点重新计算新的质心
d) 如果所有的k个质心向量都没有发生变化,则转到步骤3
3) 输出簇划分
划分过程如下图所示:
本文参考博客:https://www.cnblogs.com/pinard/p/6164214.html