K-means聚类

聚类

假设有m个数据，把数据分为n个类别。

1，随机抽取三个样本，把三个样本当作三个类别的中心点（k1,k2,k3）。
2，计算其余数据到三个样本中心点的距离，选出最近的一个距离，作为标记，形成三个族群。
3，分别计算三个族群的平均值（所有数据距离相加的平均值），与其三个样本中心点比较，如果相同结束聚类；如果不相同，把三个平均值作为新的中心点，重复第二步。

K-means API

sklearn.cluster.KMeans

性能评估指标API

sklearn.metrics.silhouette_score

优点 ：才有迭代式算法，直观易懂并且非常实用

缺点 ： 容易收敛到局部最优解（多次聚类）

聚类一般做在分类之前