什么是K-means？

01

概念

    前面已经学习了KNN、SVM；KNN通过邻近的水果，判别新水果的类别;SVM通过水果所处的范围来判断新水果的类被；那么还有没有新的方法来判断新水果的类被呢？答案当然是有，今天我们来学习另外一种分类水果的算法---K-means;K-means是如何来判断苹果还是梨的？

 

    如果在之前，我们只是知道水果的分布，并不知道苹果是苹果，梨是梨呢!想要判断手中拿的是苹果还是梨？这个时候，K-means就出来了，它又叫做K均值算法。

    在K-means中，K表示水果的类别数。假设K等于2，那么就表示将水果分成两类。

 

---

02

流程

Step1:空间中随机选定两个样本作为分类基准;

Step2:计算比较其他样本与它们之间的距离，离谁近就归类给谁;

 

Step3:迭代---找到k=2的两个样本的中心；

 

Step4:计算所有样本与中心点的距离，根据距离远近再进行分类，离谁近就归类给谁；

 Step5:重复该步骤，直到分类结果与上次结果相同。

这个时候水果就分为两类，我们将它叫做梨和苹果

---

03

K-means优缺点

    K-means能自主寻找数据的内部结构，它基于这样的一个假设，特征空间相近的两个样本很可能属于同属于一类。这种通过分析分析数据在空间中的分布状况进行分类的方法，我们叫做聚类。不需要标签信息，它属于无监督算法。

    优点：无监督学习、可解释性好，分类效果不错，实行简单

    缺点：准确度不如监督学习，对K值的选择很敏感