k均值例子 数据挖掘_十大数据挖掘算法通俗介绍之 K-means 算法

今天我们接着介绍十大数据挖掘算法重点一种： K-means 算法

K-means 是一种非常典型直接的基于距离的聚类算法，他的核心思想就是把一堆离散的点分为K组。

抛弃理论化的描述，我们通过一个简单的例子来看一下算法的工作过程：

Table-0  k-means 算法的一个例子

问题： 图中有A,B,C,D,E 5个点，而我们希望把他们聚成2个小圈子(k=2).

首先，我们随机的生成2个中心点的坐标(如第一张图所示)，然后让ABCDE逐个投奔离它最近的中心点

在图中我们看到，A,B离右上的中心点比较近，C,D,E离另一个中心点比较近

OK,第一次聚类就完成了，当前的结果为[A,B] 和[C,D,E]

接下来，重新计算中心点，取为当前组的中心(如Table-0 图三所示)

最后，重复以上过程，直到结果集不再变化

是不是很直观呢？！

明白了算法的工作过程，那么实现也就简单啦。

附上一段python代码，可读性应该是非常强滴

import randomdef kcluster(rows,distance,k=4): #K-means 算法实现，distance指定距离计算方法，此处省略 # 获取所有点的最大最小值 ranges=[(min([row[i] for row in rows]),max([row[i] for row in rows])) for i in range(len(rows[0]))] # 随机创建K个中心值 clusters=[[rand