python kmeans聚类调参_python系列之手写k-means(k均值)聚类算法

k-means是一种无监督学习聚类算法，其方法通俗易懂，易于实现，以下将对算法原理进行介绍并用python实现。

1.k-means原理

k均值算法的计算过程非常直观：

1.根据数据集dataSet各列的最大最小值随机生产k个元素，作为k个簇的各自的中心；

2.分别计算剩下的元素到k个簇中心的相异度，将这些元素分别划归到相异度最低的簇；

3.根据聚类结果，重新计算k个簇各自的中心，计算方法是取簇中所有元素各自维度的算术平均数；

4.将dataSet中全部元素按照新的中心重新聚类；

5.重复第4步，直到聚类结果不再变化；

6.将结果输出。

2.算法优缺点

优点在于：

1.原理通俗易懂，实现方便，收敛速度快；

2.聚类效果较优，可解释性较强；

3.调参只需要改变k值。

缺点在于：

1.k值难以确定；

2.大规模数据收敛较慢；

3.采用的是迭代的方法，只能得到局部最优解；

4.对异常值较敏感。

3.python代码实现

#pyhton3.6

#随机生成聚类中心函数

from numpy import *

from pandas import *

def randomCenters(dataSet,k):

n = shape(dataSet)[1]

centers = mat(zeros