python kmeans聚类 中心点_Kmeans 聚类 及其python实现

主要参考   K-means 聚类算法及 python 代码实现    还有  《机器学习实战》 这本书，当然前面那个链接的也是参考这本书，懂原理，会用就行了。

1、概述

K-means 算法是集简单和经典于一身的基于距离的聚类算法

采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。

该算法认为类簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。

说白了就是无监督的聚类，大家都是同一个标注，或者没有标注，然后这一堆数据是一类，那一堆又是一类，你人为的设置好几个类，算法自动帮你分好各个类，只要每个类的样本尽可能的紧凑即可。

2、核心思想

通过迭代寻找 k 个类簇的一种划分方案，使得用这 k 个类簇的均值来代表相应各类样本时所得的总体误差最小。

k 个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。

k-means 算法的基础是最小误差平方和准则,

其代价函数是：

式中，μc(i) 表示第 i 个聚类的均值。

各类簇内的样本越相似，其与该类均值间的误差平方越小，对所有类所得到的误差平方求和，即可验证分为 k 类时，各聚类是否是最优的。

上式的代价函数无法用解析的方法最小化，只能有迭代的方法。

3、算法步骤图解

下图展示了对 n 个样本点进行 K-means 聚类的效果，这里 k 取 2。