k均值方法介绍:
从中任意选择k个对象作为簇的中心
repeat
根据均值,将每个对象划分到最相似的簇
更新簇均值,计算每个簇对象的均值
until 不再发生变化
存在的缺点;
1.只有簇有均值定义的时候才能使用
2.不适合发现凸形状的簇,或者大小相差很大的簇,适合发掘圆形簇
3.对噪声数据十分敏感
为了降低噪声数据的影响,不以均值作为参考点,而是以每个簇中的实际对象作为参考点。那么就引入了k中心点聚类方法。
从数据集中任意选择k个对象作为初始的代表对象
repeat
将剩余的对象指派的最近的簇中
随机选择一个非代表对象o
计算用o代表oj的代价s
如果s<0,then 用o代替oj形成新的k个簇
until 不发生变化。
缺点:
1. 也是适合发现圆形簇
2. 对小数据有效,但是对于大数据没有好的伸缩性