K-means算法是很典型的基于距离的聚类算法,采用距离作为相似性的评价指标,即认为两个对象的距离越近,其相似度就越大。该算法认为簇是由距离靠近的对象组成的,因此把得到紧凑且独立的簇作为最终目标。
k-means算法是属于数据分析中的无监督学习中一种聚类算法
实现K-means算法的步骤:
(1)首先根据数据量的大小确定k值,也就是准备划分为几类,例如k=3就是划分为3类
(2)随机给定各个聚类中心点,例如(x1,y1),(x2,y2),(x3,y3),然后计算每个点到类中心的欧氏距离,也就是计算相似度。根据每个点和哪一个类中心的相似度最高来进行归类
(3)更新聚类中心:开始进行第二次聚类,根据上一次的分类,计算每一类中的所有点的均值,作为新的聚类中心,进行再次计算归类
(4)确定聚类中心,需要满足三个条件:
当聚类中心点不在变化
当分类的结果不再变化
给定一个阈值:当聚类中心达到某个区域的时候欧氏距离 d<0.01的时候,也可以确定
下面通过一个简单的例子来实现;
数