K-means笔记

K-means

聚类算法

过程

1. 随机设定k 个 中心点。（初始化参数)
2. 循环所有的点，计算与中心点的距离，分到最近的类。(E-step)
3. 重新计算中心点（坐标求平均)。(M-step)
4. step2, 3
5. 停止条件：肯定会收敛，当不动了

目标函数

针对每个分类，计算出点到中心点的距离，希望距离的平方和最小.

k clusters

$${\mu }_k表示第k个类的中心点坐标$$

r n k = { 1 当 x n 属 于 第 k 类 0 o t h e r w i s e r_{n k}=\left\{\begin{array}{l} 1 \quad 当x_n 属于第k类\\ 0 \quad otherwise \end{array}\right.