kmeans中的k的含义_《K-means》知识点与思考

一、K-means概述

K-means方法是非监督学习(Unsupervised learning)中的一种，非监督学习仍然需要数据，但是这些数据无需标签。

K-means是一种常见的聚类算法，所谓聚类，即把相似的物体聚集在一起，用于发现数据的规律或模式。聚类可以用于用户分群、图像分割等方面。K-means中的K代表将数据集分为K个类。

二、K-means算法

K-means的中心思想与监督学习中的kNN(可用于分类、回归)十分类似，都是计算数据点之间的“相似度”，这种相似度通常用距离来描述。一个数据点与之间的距离越近，则两个数据点越相似，于是这两个数据点可以视为一类。当然，由于事先并不知道数据集中的哪个点作为中心点合适，所以实际过程中，需要先随机选择一个点作为初始中心点，再计算数据集中的点与该初始中心点的距离。

K-means算法是一种循环迭代式的算法，具体包含以下步骤：初始化：随机选择K个点，作为初始中心点，每个点代表一个“类”。

计算每个点到所有中心点的距离，把最近的距离记录下来，并赋予距离最近中心的类。

针对每一个类里所有的点，计算它们的平均并作为这个类新的中心点。

第2步与第3步交替进行，直至聚类中心点不再发生明显变化。

将上述步骤表示为伪代码(引自博客1)：K-means算法过程的伪代码

用一组示意图来表示K-means算法的实现过程：K-means算法的实现过程

K-means算法中，假设数据集有N个点，则每一次迭代的复杂度为o(KN)+o(N)，前者