kmeans聚类算法_面对“跌跌不休”的股市，机器学习（k-means算法）助力量化投资...

前面在「AI科技」机器学习算法之K-means算法原理及缺点改进思路文章中介绍了k-means聚类算法的原理及优缺点。

今日大盘指数收于2464.36点，跌幅-0.04%，冲击前低2449.20，这个底肯定是要被击破的，击破后将会有一波回调的机会，有筹码的可以低仓位适当介入一下。当然面对跌跌不休的股市，趋势未明还是多看少动为宜。市场没有机会，那静下心来，研究研究技术吧！本文将介绍一下当日股票的根据k-means算法进行聚类的python实现过程。

k-means聚类算法实现步骤

下面咱们梳理一下k-means聚类的代码实现步骤：

• ①随机初始化K个质心点；
• ②计算每个数据对象与这些质心的距离；并根据最小距离重新对相应数据对象进行划分；
• ③重新计算每个聚类的均值(质心)；
• ④判断最小误差平方和函数是否满足收敛；
• ⑤如果收敛则结束，不收敛则迭代到步骤②继续计算

k-means聚类算法代码具体实现

代码主要分为计算距离函数、初始化质心函数、kmeans聚类核心算法 和主函数四个部分。