机器学习(四)：K-means聚类算法

K-means介绍

这是写机器学习笔记以来的第一个无监督学习算法，最常见的无监督学习就是聚类，也就是将无标记的数据分成几种集群，这些集群是根据某种相似度指标进行划分的。例如欧式距离等。聚类常常被用来探索数据集，例如推荐系统，会使用聚类定位一个用户感兴趣的产品。市场营销会对相似用户进行分组等等
而K-means是最流行的聚类算法之一，由于它的速度以及稳定性广受欢迎。其中K代表的是K类，也就是聚成几类，Means代表的是中心。这个算法的本质就是确定K类的中心点，当你找到了这些中心点，也就是完成了聚类

K-means原理

k-means的原理非常简单，具体步骤如下：

1. 选取k个点作为初始类的中心(图心)，点是随机抽取的，sklearn可选取最优点
2. 将每个点分配到离它最近的图心，形成k个类群，然后重新计算每个类的图心
3. 重复第二步，直到类不发生变化，或者设置最大迭代次数，当迭代次数一到就停止迭代

Sklearn实现

引用数据分析45讲的数据集，具体数据集在这 数据集下载地址

import pandas as pd
import numpy as np
from sklearn.cluster import KMeans
from sklearn.preprocessing import StandardScaler
import warnings
warnings.filterwarnings(