每天五分钟机器学习：常用的聚类算法——k均值的运行原理和实现

本文重点

K-均值是聚类算法之一，该算法接受一个没有标签的数据集，然后将数据聚类成不同的簇。

k-均值运行原理

K-均值是一个迭代算法，假设我们想要将数据聚类成k个组，其方法为:

1.首先选择 k 个随机的点（样本点），称为聚类中心。

2.遍历数据集中的每一个数据，计算距离 K 个中心点的距离，将其与距离最近的中心点关联起来，与同一个中心点关联的所有点聚成一类。

3.计算每一个组的平均值，将该组所关联的中心点移动到平均值的位置。

重复执行2-3步，直至中心点不再变化。

下面是一个二聚类示例：

 

随机初始样本点

 

所有样本找距离最近的聚类中心

 

找到之后就分成了两种颜色，一种红，一种蓝，然后重新计算新的红色的聚类中心，和新的蓝色的聚类中心，继续这个过程