python应用kmeans算法,K-Means算法的Python实现

算法简介

K-Means是一种常用的聚类算法。聚类在机器学习分类中属于无监督学习，在数据集没有标注的情况下，便于对数据进行分群。而K-Means中的K即指将数据集分成K个子集合。

K-Means演示

从以下的动画、视频和计算过程可以较为直观了解算法的计算过程。

动画展示

视频展示

在线展示

使用场景

由于简单和低维度下高效的特性，K-Means算法被应用在人群分类，图像分段，文本分类以及数据挖掘前数据预处理场景中。

算法理解

计算流程

一下使用$$分隔的内容为LaTeX编码的数学表达式，请自行解析。

假设有n个点$$x_{1}$$, $$x_{2}$$, $$x_{3}$$, ..., $$x_{n}$$ 以及子集数量K。

步骤1 取出K个随机向量作为中心点用于初始化

$$C = c_{1},c_{2},...,c_{k}$$

步骤2 计算每个点$$x_{n}$$与K个中心点的距离，然后将每个点聚集到与之最近的中心点

$$\min_{c_{i} \in C} dist(c_{i},x)$$

dist函数用于实现欧式距离计算。

步骤3 新的聚集出来之后，计算每个聚集的新中心点

$$c_{i} = avg(\sum_{x_{i} \in S_{i}} x_{i})?$$

Si表示归属于第i个中心点的数据。

步骤4 迭代步骤2和步骤3&