1.什么是K-Means?
K均值算法聚类
关键词:K个种子,均值
聚类的概念:一种无监督的学习,事先不知道类别,自动将相似的对象归到同一个簇中
K-Means算法是一种聚类分析(cluster analysis)的算法,其主要是来计算数据聚集的算法,主要通过不断地取离种子点最近均值的算法.
K-Means算法的思想很简单,对于给定的样本集,按照样本之间的距离大小,将样本集划分为K个簇。让簇内的点尽量紧密的连在一起,而让簇间的距离尽量的大.
2.k-Means原理
每次计算距离采用的是欧式距离
步骤图:
步骤总结:
从数据中选择k个对象作为初始聚类中心;
计算每个聚类对象到聚类中心的距离来划分;
再次计算每个聚类中心
2~3步for循环,直到达到最大迭代次数,则停止,否则,继续操作。
确定最优的聚类中心
主要优点:
原理比较简单,实现也是很容易,收敛速度快。
聚类效果较优。
算法的可解释度比较强。
主要需要调参的参数仅仅是簇数k。
主要缺点:
K是事先给定的,这个K值的选定是非常难以估计的。很多时候,事先并不知道