K-means++算法的学习笔记~

1 前言

今天在学习K-means++算法~

2 K-means++算法

K-means算法是一种很重要的聚类方法，而K-means++算法是对K-means算法的改进；
不过他们之间的区别仅仅在于初始质心的选择不同而已（在有些博文里面，这里的质心被称作“聚类中心”）；
K-means++算法中质心初始化的步骤如下：

1. 从数据集中随机选取一个样本作为初始质心$c_1$；
2. 首先计算每个样本与当前已有的质心中距离的最小值，用$D(x)$表示；接着，计算每个样本被选为下一个质心的概率$\frac{D(x{)}^2}{{\sum }_{x\in XD(x{)}^2}}$；然后，将概率值累加，并使用轮盘法选出下一个质心；
3. 重复第2步直到选择出K个质心。