聚类之均值聚类（k-means）算法的python实现

聚类之均值聚类（k-means）算法的python实现

  

最近在学习机器学习算法，主要参考了周志华老师的《机器学习》这本教材。最近读了聚类这一章节，为了加深对机器学习算法的了解，用python实现了该算法。

(1）k-means算法

k-means是一种非常常见的聚类算法，在处理聚类任务中经常使用。k-means算法是一种原型聚类算法。何为原型聚类呢？算法首先对原型进行初始化，然后对原型进行迭代更新求解，采用不同的原型表示、不同的求解方式，将产生不同的求解方式。

k-means聚类算法又叫k均值聚类算法。对于样本集。"k均值"（k-means）算法就是针对聚类划分最小化平方误差：

 

其中是簇C i 的均值向量。从上述公式中可以看出，该公式刻画了簇内样本围绕簇均值向量的紧密程度，E值越小簇内样本的相似度越高。

k-means聚类算法的描述如下：

输入：样本集

过程：

从样本集中随机选择k个样本作为初始向量，即k个初始质心点