K-Means聚类算法理解

 

        k-means 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（即下面c个类别）以便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。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。

 

　　K-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一。K-means算法的基本思想是：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。

 

　　假设要把样本集分为c个类别，算法描述如下：

 

　　（1）适当选择c个类的初始中心；

 

　　（2）在第N次迭代中，对任意一个样本，求其到c个中心的距离，将该样本归到距离最短的中心所在的类；

 

　　（3）利用均值等方法更新该类的中心值，C点

 

　　（4）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，否则继续迭代。

 

　　该算法的最大优势在于简洁和快速。算法的关键在于初始中心的选择和距离公式。

 

        这个是本人认为最简单最明了的理解了，k的选取很重要，确定分组聚类的准确性。相信一看就懂。在实际工作还没怎么用到

 

        k点的选择还有很多的方法，大家可以参考：http://blog.csdn.net/qll125596718/article/details/8243404