k-means

k-means

算法步骤：
1. 从n个数据中随机选择 k 个对象作为初始聚类中心；
2. 根据每个聚类对象的均值（中心对象），计算每个数据点与这些中心对象的距离；并根据最小距离准则，重新对数据进行划分；
3. 重新计算每个有变化的聚类簇的均值，选择与均值距离最小的数据作为中心对象；
4. 循环步骤2和3，直到每个聚类簇不再发生变化为止。

k-means方法的基本要素：

1. k值的选择：也就是类别的确定，与K近邻中k值的确定方法类似。
2. 距离度量：可以采用欧氏距离、曼哈顿距离等。

K-means的聚类结果

K-means算法的基本设置

• k=2
• 距离度量：欧氏距离
• 最大聚类次数：200
• 类别决策规则：根据每个聚类簇中的多数决定类别
• 测试集：https://github.com/shuaijiang/FemaleMaleDatabase/blob/master/test0.txt

混淆矩阵	Test:male	Test:female
Result:male	20	1
Result:female	0	14

（表注：该表与上表内容一致）

由于选择初始中心点是随机的，所以每次的聚类结果都不相同，最好的情况下能够完全聚类正确，最差的情况下两个聚类簇没有分开，根据多数投票决定类别时，被标记为同一个类别。