机器学习 之 聚类 之 K-means算法

一、聚类定义

1. 聚类分析(cluster analysis)就是给你一堆杂七杂八的样本数据把它们分成几个组，组内成员有一定的相似，不同组之间成员有一定的差别。
2. 区别与分类分析(classification analysis) 你事先并不知道有哪几类、划分每个类别的标准。
3. 比如垃圾分类就是分类算法，你知道猪能吃的是湿垃圾，不能吃的是干垃圾……；打扫房间时你把杂物都分分类，这是聚类，你事先不知道每个类别的标准。

二、划分聚类方法: K-means:

对于给定的样本集，按照样本之间的距离（也就是相似程度）大小，将样本集划分为K个簇(即类别)。让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大。

• 步骤1：随机取k个初始中心点
• 步骤2：对于每个样本点计算到这k个中心点的距离，将样本点归到与之距离最小的那个中心点的簇。这样每个样本都有自己的簇了
• 步骤3：对于每个簇，根据里面的所有样本点重新计算得到一个新的中心点，如果中心点发生变化回到步骤2，未发生变化转到步骤4
• 步骤4：得出结果

三、KMeans实操

 https://www.cnblogs.com/sabertobih/p/13824739.html