r k-means 分类结果_机器学习-Kmeans均值聚类算法(贪心学院)

一.Kmeans介绍

非监督学习,聚类算法

1.1 算法过程

设当前k=2

第一步:初始化中心点

第二步:遍历样本点和中心之间的距离,离蓝色中心点近,则分为蓝色类别,反之,归为红色

第三步:步骤二获得红蓝两个类别,再次寻找蓝色区域的中心点和红色区域的中心点

第四步:根据红蓝区域的中心点,再次计算距离近的样本点,离蓝色中心点近,则分为蓝色类别,反之,归为红色

第五步:重复步骤三和四

第六步:老中心点与新中心位置没有发生变化,则聚类结束

1.2 Kmeans的目标函数

k表示分成组的个数

Xi表示样本点

µ表示中心点

R表示Xi属于K类,如果Xi属于k类,则R=1,否则R=0;

此函数使用EM算法求解:

1.假设µ已知,即已知中心点,同时样本点已知,求距离最小值

2.假设R已知,即已知样本点属于某类,则寻找该类的中心点

然后对1,2进行迭代

1.3 额外说明

Q: Kmeans结果是否