K-means聚类算法

K-means算法又称K均值算法，它是聚类算法中最为简单的算法，也是最为常用的聚类算法。

K-means算法主要用于对已知数据集进行非监督聚类，聚类效果的好坏不仅与数据样本有关，而且与聚类质心的选取，以及质心的数目也有很大关系。

在聚类算法中，我们已知训练集$\{x^{(1)}, ..., x^{(m)}\}$，我们想把这些数据聚合成一些比较集中的“聚类”。在这里，一般情况下$x^{(i)}\in\mathbb{R}^n$；但是没有已知$y^{(i)}$。所以这是一个无监督的学习的问题。

k-means聚类算法步骤如下：

1. 随机地初始化聚类质心 μ1,μ2,...,μ