K-means
①选择划分簇的个数K
②随机选择K个点作为聚类中心,(不一定是样本点)
③计算其余样本到聚类中心的距离,并进行第一次的聚类划分
④调整新类,及其中心。就是样本的重心
⑤一直循环,直到收敛。或达到循环次数
可能存在的问题:收敛点和初始点有很大的关系、孤立点敏感、必须要给出初始簇数
为了解决初始点及孤立点问题,改进K-means++
实际上仅优化了选取中心这一问题
①选择一个样本作为第一个中心②计算其余点到此样本的距离,越大那么选择它作为下一个聚类中心的概率越大③根据概率挑选下一个聚类中心④直到选择出K个中心
注意距离是欧氏距离,要去量纲,即标准化