ucinet计算聚类系数大于1怎么办_吴恩达机器学习笔记（九）——K-mean算法（1）...

（）1.K-mean算法简述

K-均值是最普及的聚类算法，算法接受一个未标记的数据集，然后将数据聚类成不同的组。

K-均值是一个迭代算法，假设我们想要将数据聚类成 n 个组，其方法为:

1. 首先选择 个随机的点，称为聚类中心（cluster centroids）
2. 对于数据集中的每一个数据，按照距离 个中心点的距离，将其与距离最近的中心点关联起来，与同一个中心点关联的所有点聚成一类。
3. 计算每一个组的平均值，将该组所关联的中心点移动到平均值的位置。
4. 重复步骤 2-4 直至中心点不再变化。

下面是一个聚类示例：

用

来表示聚类中心，用

来存储与第 个实例数据最近的聚类中心的索引，K-均值算法的伪代码如下：

算法分为两