k-means

k-means 聚类

聚类是指按某种特征将数据分为若干类. 由于选取的特征不同, 聚类会有差别.

k-means 聚类是按 中心点距离分类的. 不恰当地类比为井田, 一井: 九块地，中间是国家的, 另外 8块地是农民的. 一井就是类.

k-means 聚类是 事先规定了 分为 k-类.

1. 从数据 { d 1 , ⋯ d n } \{d_1,\cdots d_n \} {d1​,⋯dn​} 中任意挑选 k 个元素作为中心 $a_1,\cdots a_k$.
2. l = a r g i   m i n { ∣ d j − a i ∣ } l= arg_{i} \, min\{ |d_j-a_i|\} l=argi​min{∣dj​−ai​∣}, $d_j$ 归为 $a_l$ 所在类 $c_l$.
3. 计算 各类的 $c_l$ 的中心, 任记作 $a_l:=\frac{1}{|c_l|}{\sum }_{d_j\in c_l}{d}_j$.
4. 重复 2，3 直到数据不能更新.

聚类结果和第一步的挑选关系很大,
考虑 实轴上的点 $1,2,3.4$, 分为两类.
初选 $a_1=1$, $a_2=2$, 分类 c 1 = { 1 } c_1=\{ 1\} c1​={1}, c 2 = { 2 , 3.4 } c_2=\{ 2, 3.4 \} c2​={2,3.4}, 使用 步骤 3，分类不变.
初选 $a_1=1$, $a_2=3.4$, 分类 c 1 = { 1 , 2 } c_1=\{ 1,2\} c1​={1,2}, c 2 = { 3.4 } c_2=\{ 3.4 \} c2​={3.4}, 使用 步骤 3，分类不变.