1 k-means算法
1.1 k-means算法的原理
通过迭代不断的划分簇和更新聚类中心,直到每个点与其聚类中心的距离之和最小,停止迭代。要预先知道聚类簇的个数K,和初始化聚类中心C。聚类簇的个数一般已知。而初始化聚类中心的值是随机初始化的。
其中点集合: X = [ x 1 , x 2 , . . . . . , x n ] T , x i = [ x i 1 , x i 2 , . . . . , x i m ] , i ∈ [ i , n ] X=[x_1,x_2,.....,x_n]^T, x_i=[x_{i1},x_{i2},....,x_{im}],i\in[i,n] X=[x1,x2,.....,xn]T,xi=[xi1,xi2<