Day 57：聚类，k-means方法

2021/07/27

非监督学习

现在有一些数据，只有特征值 没有目标值，我们对这些数据进行分类。非监督学习，对相似样本进行分类，使有相似特征的样本分在同一类里（同一个目标值）。简单来想，分成几个类 就是目标值有几种。

聚类方法

k：分成多少类，是一个超参数。
一般来说都会知道，要分成多少类，暂时不考虑会分为多少类

上图给出了一些样本，确定了k为3. 需要把这些样本分成3类。

1. 第一步：随机从样本中取3个点，当做3个类别的中心点（k1,k2,k3）
2. 第二步：计算样本其余点到3个中心点的距离（a,b,c）。距离哪个中心点最近，那个点就是哪个类别。分成3个族群
3. 第三步：分别计算这三个族群的平均值，把3个族群的平均值与旧中心点（k1,k2,k3）比较
4. 第四步：如果族群平均值和旧中心点相同，结束聚类；如果不同，就把族群平均值换为新的类别中心点，继续重复第二步到第四步

k-means API

sklearn.cluster.KMeans(n_cluster=8,init='kmeans++')n_cluster:开始聚类中心数量，init：初始化方法

from sklearn.cluster import KMeans
import matplotlib