c均值聚类中心坐标公式如何使用_K-means 聚类方法笔记

K-means聚类方法简单来说是将相似的物体分为一类。

K-means聚类方法属于无监督学习。在无监督学习中，物体没有标签（lable）。

那么如何评估物体的相似度？

可使用不同物体之间的距离来量化表示物体的相似度。距离越小，表明物体越接近，距离越小，表明物体越不相似。

最常用的距离是欧式距离，计算公式如下：

x和y之间的距离

但是因为数据有不同的类型，数值型、类别型、排序型等。数值型数据可以直接使用欧式距离公式计算距离。类别型和排序型数据则需要使用一些方法处理后，才可以计算。

数值型变量可直接使用欧氏距离公式计算两点间的距离。计算前可先对数据进行归一化或离散化处理，避免不同变量量纲存在较大区别或其他的问题。

类别型变量可使用独热编码的方式进行处理。

排序性变量有两种方式处理。一是直接使用排序的数值，二是转为独热编码。

知道了如何评估物体间的相似度，下面就要学习K-means算法的核心了。

K-means算法