k均值聚类图像分割matlab代码_K-Means算法初探（循环迭代式的算法）

K-Means聚类算法的理解

首先我们先要了解K-Means算法是一种聚类算法，不同于我们之前学过的K-NN分类算法，聚类是一种无监督的学习，因此，在K均值聚类算法中，是没有训练过程的。它将相似的对象归到一个标签中，有点类似于全自动分类的意思。分好的每个类的中心采用类中所含值的均值组成。

1.k-Means的实现流程

初始化：首先，随机的确定K个初始点作为起始的这么一些个中心点，每一个点代表一个Group;

交替更新：确定某种距离计算的方法，我们需要计算每个点到所有中心点的距离，把最近的距离记录下来，把Group赋给当前的点，针对每一个Group的点，计算其平均距离并作为该Group的新中心点，通常情况下，中心点可以代表整个Group的数据来作出决策。

伪代码表示其过程：

创建K个点作为起始的中心点（经常情况下是随机选择）

当任意一个点的Group分配结果发生改变时

对数据集中的每个数据点

对每个中心点

计算中心点和数据点之间的距离

将数据点分配到距离其最近的Group

对于每一个Grou