python实现cma—se算法_K-means算法原理与Python实现

简介

K-means算法又叫K-均值算法，是非监督学习中的聚类算法。

基本思想

在K-means算法中，用cluster来表示簇，K-means算法收敛等同于所有质心不再发生变化。基本的k-means算法流程如下：

选取k个初始质心(作为初始cluster，每个初始cluster只包含一个点)；repeat: 对每个样本点，计算得到距离其最近的质心，将其类别标为该质心所对应的cluster； 重新计算k个cluster对应的质心(质心是cluster中样本点的均值)；util 质心不再发生变化 或 到达最大迭代次数

K-means的本质是移动中心点，使其逐渐靠近数据“中心”，即最小化目标函数，目标函数为每个点到其簇质心的距离平方和：

目标函数

其中，N是元素个数，x表示元素，c(j)表示第j簇的质心。

优缺点

优点

• 简单、快速；
• 对大数据集有较高的效率并且是可伸缩性的；
• 时间复杂度接近于线性，适合挖掘大规模数据集。

缺点

• 只是局部最优，因而