K-means算法

K-means算法思想：
（1）K值随机初始化，簇分配，哪些离某个颜色近，就放到哪个簇里面。
（2）移动聚类中心，移到某一类的平均值处，循环，再移动点，让K均值聚合
K-means++算法初始簇的中心点
1、从输入的数据点集合中随机选择一个点作为聚类中心。
2、对于数据集中的每一个点x，计算它与最近聚类中心的距离D(x)
3、选择一个新的数据点作为新的聚类中心，选择的原则是：D(x)较大的点，被选择作为聚类中心的概率较大。
4、重复2和3直到K个聚类中心北选出来
5、利用这K个初始的聚类中心来运行表针的K-means算法。
K-means中如何确定k：
对于A、B、C、D、E，先随机生成两个数据项，将距离最近的数据合为一类，然后取平均值生成两个数据项，再次将距离最近的数据合为一类，如此重复，知道数据固定。
K的选择：
1、按需选择：按照需求来选择k值
2、观察法：肉眼看能分成几类
3、手肘法：把所有的样本点到它所在的聚类中心点的距离的和作为模型的度量，记为DK，对于不同的K，最后我们会得到不同的中心点和聚类，所有会有不同的度量，当K越大的时候，距离和越小，我们注意到K=3是一个拐点，就像我们的肘部一样，
4、Gap Statistic