kmeans聚类算法_Spark MLlib KMeans聚类算法

一、KMeans聚类算法原理

KMeans算法的基本思想是物以类聚，人以群分。做法比较简单，初始化随机给定的

个簇中心，按照最邻近原则把样本分到各个簇中，然后计算每个簇的质心作为新的簇中心点，一直迭代，达到稳定的分类效果。

这里只需要计算每一个点，到每个聚类中心的距离，把这个点划分到最小距离的那个簇类中，很容易就完成了第一轮计算；然后，计算每个簇类所有点的坐标平均值，作为新的中心点。好，这就是完整的一轮，剩下的就是迭代计算了~

看了原理，就感觉KMeans真的很简单啊。从图中可以看到，这个

的取值，真的很灵性啊，如果没有选好，那么分类的效果就不准确了。比如分成2类，那么中间的黄色节点和蓝色节，可能一半划分到左边，一半划分到右边，所以，这种AI算法调参也是一个谜啊~

二、KMeans聚类算法实战

• 下载地址：github机器学习数据集
• 里面就6行，我扩充一下

数据分成2类，前三个是一类，后三个是一类~

import 

本篇完~