深入理解Kmeans算法

导言

Hello，各位信息工程的小伙伴们，是不是感觉课程难度比较大，理解算法不够深入呢。欢迎加入AI破冰学院，QQ群463986237，喜欢人工智能，大数据的同学欢迎入群。接下来的时间呢，作者大大会陆续发表作业的算法题目和理解思想，都是作者大大精心整理打出来的哦，不喜勿喷，辅助大家完成作业，敬请期待。

什么是Kmeans算法

Kmeans算法，顾名思义，k均值算法。是十种经典的机器学习算法之一，什么是机器学习，请看我上一篇文章人工智能。它是无监督学习的一种聚类算法，即知道要划分几堆数据，把这些数据划分出来。
废话不多说，直接上干货。

1.假如我拿到了一个数据，假如是2维的（可以可视化），咋们作业是三维的，不过都一样，一共在空间中有3堆。

2.然后我要随机在这个平面中取3个中心点（随机的哦，我们要分为3堆，所以取3个点，不同颜色代表不同类别的数据），然后遍历空间中的每一个点 ， 分别求到这3个点的欧式距离d，它离哪个中心点最近，就被划分为哪个区域（图中不同颜色分出来的不同类别）
计算方法

3.接线来就要更新中心点了，把刚才划分出3类，每个类里面的点的 x，y，分别求平均值，比如刚才划分为红色的点，X = （x1+x2…+xn）/n , Y = (y1+y2+…yn)/n ,这个就是新的中心点，蓝色，绿色的也一样。
更新中心，重复步骤2重新划分数据，如图。

4.接线来一直重复2,3步骤，直到中心点收敛不会改变（聚类就完成了），在数学上证明得到，一直循环2,3步骤，中心点一定会收敛。得到最终数据，就可以把属于各个颜色的点拿出来了

作业

回到作业上，咋们的作业拿到的是这样的数据，很明显这是一个三维的数据(把一行当做一个点)，所以计算距离的时候有x,y,z。
1.首先需要读入数据，创建一个数组保存国家名字，一个数组保存数据。

2.因为数据不均衡，x，y，z三个值相差很大，所以我们要进行0-1均值化，把数据放缩到0-1区间，
对每一列数据每个元素用这个公式 min是这一列的最小值，max最大值，x是当前值，x*为更新值。
最后得到数据为这个全是0-1的值

3.然后进行kmeans算法计算，随机在0-1取3个中心点，注意是3维的点哦，建立一个中心点数组
center =[ a类的中心，b类的中心，c类的中心]。
例如第一个点，x1 = (0.23,0.45,0.88),x2=…

4.然后遍历图中的点，判断哪个中心点离这个点最近，建立三个数组（或者一个二维数组）distance=[ a类，b类，c类]，分别存放分离某个中心点最近的点。

5.更新3个中点center，方法：distance中某个类别的x，y，z求平均值，得到新的中心点center。

6.重复4,5步骤，直到中心点不变，取出所以distance的索引，带入国家数组中。

最终结果

今天的算法就到这里了，有什么疑惑的同学可以加群：463986237 ，大家一起学习一起讨论，欢迎评论转发，后续作者大大会继续更新，记得关注哦，感谢支持！