KMeans聚类算法

KMeans聚类算法

算法简介

K-means算法是比较经典的聚类算法，算法的基本思想是选取K个点（随机）作为中心进行聚类，然后对聚类的结果计算该类的质心，通过迭代的方法不断更新质心，直到质心不变或稍微移动为止，则最后的聚类结果就是最后的聚类结果。下面首先介绍下K-means具体的算法步骤。

算法步骤

1）选取K个点作为初始质心；

2）对每个样本分别计算到K个质心的相似度或距离，将该样本划分到相似度最高或距离最短的质心所在类；

3）对该轮聚类结果，计算每一个类别的质心，新的质心作为下一轮的质心；

4）判断算法是否满足终止条件，满足终止条件结束，否则继续第2、3、4步。

算法实现

算法具体代码见：https://code.csdn.net/snippets/2075544.git

参考文章：http://blog.csdn.net/xiaojimanman/article/details/51086879