21 lines (20 loc) · 1.18 KB

10) k-means聚类

聚类介绍
- 聚类是一种无监督的学习，它将相似的对象归到一个簇中。
- 聚类分析试图将相似对象归入同一簇，将不相似对象归到不同簇。相似这一概念取决于所选择的相似度计算方法。
K-均值聚类算法
- 优点 : 容易实现
- 缺点 : 可能收敛到局部最小值，在大规模数据集上收敛较慢。
- 使用数据类型 : 数值型数据。
K-均值算法工作流程
- 首先，随机确定 k 个初始点作为质心。
- 然后，将数据集中的每个点分配到一个簇中。（为每个点找到距其最近的质心，并将其分配给该质心所对应的簇）
- 最后，每个簇的质心更新为该簇所有点的平均值。
K-均值算法伪代码如下
- 创建 k 个点作为起始质心（通常是随机选择）
- 当任意一个点的簇分配结果发生改变时
  - 对数据集中的每个数据点
    - 对每个质心
      - 计算质心与数据点之间的距离
    - 将数据点分配到距其最近的簇
  - 对每一个簇，计算簇中所有点的均值并将均值作为质心