K-means算法

K-means算法

简介：

1. K-means算法是输入聚类个数k，以及包含 n个数据对象的数据库，输出满足方差最小标准k个聚类的一种算法。k-means算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。

2. 聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。

K-means性能分析

主要优点：

1. 是解决聚类问题的一种经典算法，简单、快速。

2. 对处理大数据集，该算法是相对可伸缩和高效率的。因为它的复杂度0 (n k t ) , 其中, n **是所有对象的数目, k 是簇的数目, t **是迭代的次数。通常k << n 且t <<n 。

3. 当结果簇是密集的，而簇与簇之间区别明显时,它的效果较好。

   主要缺点：

   在簇的平均值被定义的情况下才能使用，这对于处理符号属性的数据不适用.

   必须事先给出k（要生成的簇的数目），而且对初值敏感，对于不同的初始值，可能会导致不同结果。

   它对于“躁声”和孤立点数据是敏感的，少量的该类数据能够对平均值产生极大的影响。

   k-均值示例