K-means算法

痛定思痛。 2022-11-19 11:29 7阅读 0赞

**目录**

K-means算法简介

聚类大致步骤与结果(图)

算法具体步骤

相关计算(略)

算法优缺点

--------------------

# K-means算法简介 #

k-means算法是一种基于划分的**聚类算法**，过程为**无监督**过程。以距离作为数据对象间相似性度量的标准，即数据对象间的距离越小，则它们的**相似性越高**，则它们越有可能在同一个类簇。数据对象间距离的计算有很多种，k-means算法通常采用**欧氏距离**来计算数据对象间的距离。

# 聚类大致步骤与结果(图) #

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODc3MTg0_size_16_color_FFFFFF_t_70][]

**通俗解释：**将没有标注(**不含标签**) 的数据进行聚类算法，就能得到分过组的分类数据。

# 算法具体步骤 #

1、**自主**选择要划分为类的个数k；  
2、第一次将**随机**生成k个数据点作为聚类中心；  
2、计算其他点到这k个聚类中心的距离(每个点要计算k次)，从而每个点都能得到**唯一**离得最近的聚类中心；  
3、由此划分出了k个簇(类)；  
4、此时**重新计算**每个簇(类)的质心作为新的聚类中心;  
5、计算其他点到这k个聚类中心的距离(每个点要计算k次)，从而每个点都能得到唯一离得最近的聚类中心；  
6、持续进行步骤4、步骤5的方法，直到满足**停止条件**。

**注：迭代的停止条件大致有3种**

*  设定迭代次数
 *  聚类中心不再变化
 *  前后两次聚类结果的目标函数的函数值变化很小

# 相关计算(略) #

*  簇中心计算
 *  距离计算(推荐使用欧式距离)

# 算法优缺点  #

优点：简单

缺点：1、初始值影响过大。事先并不知道k值如何选取，并且初始随机产生的聚类中心对最终的聚类结果也有很重要的影响；  
2、复杂度与样本呈现线性关系  
3、只能发现球型类簇，有些簇是得不到的。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxODc3MTg0_size_16_color_FFFFFF_t_70]: /images/20221119/c61d2bfd23f04303b5d204a54c198f27.png