k-means聚类算法是一种用于连续型数据的聚类方法，需要预设类别数k。流程包括选择初始中心点，根据距离分配样本，更新中心点直至收敛。其优点是实现简单，收敛快，但对K值选择敏感，且易受不平衡数据或大方差特征影响。k-means++通过优化初始点选择以改进原算法，而K-medoids通过选取代表点作为中心点以提高鲁棒性。
k-means:
只能用于连续型数据，而且需要先定义k(超参数)个类别。
流程：
(1) 随机选择k个样本作为初始点（中心点）；
(2) 计算所有样本到这K个初始点的欧式距离，将距离K中某个初始点距离最近的样本则归为该类；
(3) 对已归类的K个簇，利用均值计算出新的中心点，并再次计算样本到新中心点的距离；
(4) 重复(2)(3)，知道簇中的样本没有变化，或者距离变化很小(小于某个阈值)，则结束。
优点：
(1) 原理简单，实现容易，收敛速度块；
(3) 只有一个超参数K；
(2) 只有一个超参数K；
缺点 :
(1) K值的选取不好把握；
(2) 数据类别不平衡或特征自身方差较大，会影响最终聚类效果；
(3) 数据类别不平衡或特征自身方差较大，会影响最终聚类效果；
k-means++算法：
k-means++改进了k个初始点的选择，将随机选择变成：
(1) 随机选择一个样本
最低0.47元/天 解锁文章
扫一扫
5107
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
