顿搜
飞过闲红千叶，夕岸在哪
类目归类
K-Means 聚类算法详细介绍——机器学习经典聚类算法
01/14
聚类
聚类 (clustering) 属于非监督学习 (unsupervised learning)，无类别标记 (class label)
K-Means 算法
K-Means 算法是 Clustering 中的经典算法，数据挖掘十大经典算法之一
算法接受参数 k，然后将事先输入的 n 个数据对象划分为 k个 聚类，使得所获得的聚类满足
- 同一聚类中的对象相似度较高
- 而不同聚类中的对象相似度较小。
算法思想
以空间中 k 个点为中心进行聚类，对最靠近他们的对象归类。
通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果
算法描述
- 适当选择 c 个类的初始中心；
- 在第 k 次迭代中，求任意一个样本到 c 各中心的距离，将该样本归到距离最短的中心所在的类；
- 利用均值等方法更新该类的中心值；
- 对于所有的 c 个聚类中心，如果利用 2、3 的迭代法更新后，值保持不变，则迭代结束，否则继续。
算法流程
输入：k, data[n];
- 选择k个初始中心点，例如 c[0]=data[0],…c[k-1]=data[k-1];
- 对于 data[0]….data[n], 分别与 c[0]…c[k-1] 比较，假定与 c[i] 差值最少，就标记为 i;
- 对于所有标记为 i 点，重新计算 c[i]={ 所有标记为 i 的 data[j] 之和 }/ 标记为i的个数；
- 重复 2、3，直到所有 c[i] 值的变化小于给定阈值。
算法优缺点
- 优点：速度快，简单
- 缺点：最终结果跟初始点选择相关，容易陷入局部最优，需直到k值
