机器学习笔记之K-means聚类

K-means聚类是聚类分析中比较基础的算法，属于典型的非监督学习算法。

其定义为对未知标记的数据集，按照数据内部存在的数据特征将数据集划分为多个不同的类别，使类别内的数据尽可能接近，类别间的数据相似度比较大。用于衡量距离的方法主要有曼哈顿距离、欧氏距离、切比雪夫距离，其中欧氏距离较为常用。

算法原理如下：

1.创建K个点作为初始质心（通常是随机选择）
2.当任意一个点的簇分类结果发生改变时
2.1对数据的每一个点，计算每一个质心与该数据点的距离，将数据点分配到距其最近的簇
2.2对于每一个簇，计算簇中所有点的均值并将均值作为质心

停止条件为：所有的点类别划分都不再改变为止

K均值聚类算法原理简单易懂，聚类效果较好，但是其缺陷也较为明显：

1、对离群值比较敏感；
2、聚类个数的选择会影响最终聚类效果；
3、初始化聚类中心的选择会影响聚类效果。

以下是K-means聚类的伪代码：

原文链接