聚类算法的java实现_k-means聚类算法的java实现描述！

从网上找到了很多定义，这里选取比较典型的几个；

K-Mean

分群法是一种分割式分群方法，其主要目标是要在大量高纬的资料点中找出

具有代表性的资料点；这些资料点可以称为群中心，代表点；然后再根据这些

群中心，进行后续的处理，这些处理可以包含

1

)资料压缩：以少数的资料点来代表大量的资料，达到资料压缩的功能；

2

)资料分类：以少数代表点来代表特点类别的资料，可以降低资料量及计算量；

分割式分群法的目的是希望盡量減小每個群聚中，每一點與群中心的距離平方差(square error)。

假設我們現在有一組包含c個群聚的資料，其中第k個群聚可以用集合Gk來表示，假設Gk包含nk筆

資料{x1, x2, …, xnk)，此群聚中心為yk，則該群聚的平方差ek可以定義為：

ek =

S

i

|xi-yk|2

，其中xi是屬於第k群的資料點。

而這c個群聚的總和平方差E便是每個群聚的平方差總和：

E =

S

k=1~c

ek

我們分群的方法，就變成是一個最佳化的問題，換句話說，我們要如何選取c個群聚以及相關的群中心，

使得E的值為最小。

2

．处理流程

(

1

)

从

c