从零开始搭建K-Means（含代码）

什么是K-Means?

K-Means是一种无监督机器学习模型，在数据没有给定labels的情况下，我们用K-Means来进行分类预测。

K-Means的工作原理：

1. 随机选取K个点（数据点）作为中心点
2. 对每个数据点，计算该数据点到各个中心点的距离，并找出距离最近的那个中心点，将该数据点分配给最近的中心点的类。
3. 对所有的数据点做完分配后，重新计算中心点，计算方法是求该类中每个特征的平均值，新的中心点的特征是该类中所有数据的特征的平均值。
4. 看看中心点是否收敛（新中心点与原中心点变化是否小于一个阈限，小于即收敛），如果没有收敛用新的中心点返回2重新分类每个数据点

关于步骤2的距离计算，算法中用的是L2距离，即欧氏距离。因为K-Means算法目的是最小化簇内方差，而方差的定义就是平方和的形式。当然用其他距离也是可行的，但是欧式距离应用最广。

K-Means的优缺点：

优点：

1. 原理简单
2. 聚类效果教优
3. 可解释性强
4. 参数调整简单

缺点：

1. K的取值问题
2. 对于异常点敏感、
3. 对数据不平衡的数据集效果不是很好