python中kmeans求到类中心的平均距离_k-means算法python实现

1.k-means算法的思想

k-means算法是一种非监督学习方式，没有目标值，是一种聚类算法，因此要把数据划分成k个类别，那么一般k是知道的。

那么假设k=3，聚类过程如下：随机在数据当中抽取三个样本，当做三个类别的中心点(k1，k2，k3)；

计算其余点(除3个中心点之外的点)到这三个中心点的距离，每一个样本应该有三个距离(a，b，c)，然后选出与自己距离最近的中心点作为自己的标记，形成三个簇群；

分别计算这三个簇群的平均值，把三个平均值与之前的旧三个中心点比较，那么分两种情况:

如果相同：结束聚类。

如果不同：把这三个平均值当做新的中心点，然后重复第二步。

2.轮廓系数sci

那么，我们有一个评估标准：轮廓系数sci=(bi-ai)/max(bi,ai)，其中i是样本，bi是i到其他簇群的所有样本距离的最小值，ai是i到本身簇群距离的平均值。需要注意：每一个样本都有一个轮廓系数，它的范围是[-1,1]。

那么以这个图为例，说明一下怎么计算轮廓系数：计算蓝1到自身类别的点距离的平均值ai；

计算蓝1分别到红、绿类别所有点的距离，求出平均值b1，b2，取其中最小值bi

那么蓝1的轮廓系数=(bi-ai)/max(bi,ai)，我们希望做到外部距离最大化，内部距离最小化

sc