一:总述
k-means作为数据挖掘技术中的一种分析信息的技术,它是一种无监督方式机制,因为在这种机制下,不需要提前了解数据集的相关特征。k-means作为一种聚类算法,其核心思想就是在数据集中找到K个聚类中心,然后根据距离公式,计算距离,将到各个聚类中心距离最小的加到一个类中,然后反复迭代,直到满足最小方差,并输出聚类结果。
二:相关步骤
(1)给出数据集D,事先对数据集D做处理,可以根据规格化函数等方法进行处理。
(2)在处理后的数据集中选择K个聚类中心,并计算距离,可以找到距离最大的几个点,作为孤立点
(3)通过距离函数计算到每个聚类中心的距离,并将其加入到距离近的聚类中心
(4)计算各个类的方差
(5)反复(3)、(4)步骤,直到满足最小方差,保证每个类中相似度最大,各类之间相似度最小
(6)输出各个类