聚类 kmeans

聚类：就是将一个对象的集合分成几个簇，每个簇之间的对象不相似，但是簇内对象相似。可以认为是“物以类聚”。

从这个简单的描述中，可以看出聚类的关键是如何度量对象间的相似性。较为常见的用于度量对象的相似度的方法有距离、密度等。

k-Means：

k-Means算法的核心思想是把n个数据对象划分为k个类（这k各类事先未知），使得划分后每个类中的数据点到该类中心的距离最小。即使J最小。

k-means算法流程：

1. 输入：分类个数k，包含n个数据对象的数据集
2. 输出：k个聚类
3. （1）从n个数据对象中任意选取k个对象作为初始的聚类中心；
4. （2）分别计算每个对象到各个聚类中心的距离，把对象分配到距离最近的聚类中；
5. （3）所有对象分配完成后，重新计算k个聚类的中心；  （取各类别的均值）
6. （4）与前一次计算得到的k个聚类中心比较（检测是否收敛），如果聚类中心发生变化（未收敛），转（2），否则聚类结束。

聚类 kmeans,布布扣,bubuko.com