机器学习——聚类k-means

一、k-means步骤
1、随机设置K个特征空间内的点作为初始的聚类中心
2、对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记类别
3、接着对着标记的聚类中心之后，重新计算出每个聚类的新中心点（平均值）
4、如果计算得出的新中心点与原中心点一样，那么结束，否则重新进行第二步过程
二、k-means的API
sklearn.cluster.KMeans
三、k-means的语法
sklearn.cluster.KMeans(n_clusters=8,init=‘k-means++’)
k-means聚类
n_clusters:开始的聚类中心数量
init:初始化方法，默认为’k-means ++’
labels_:默认标记的类型，可以和真实值比较（不是值比较）
四、Kmeans性能评估指标



五、k-means性能评估指标API
sklearn.metrics.silhouette_score
六、silhouette_score语法
sklearn.metrics.silhouette_score(x,labels)
计算所有样本的平均轮廓系数
X：特征值
labels：被聚类标记的目标值
七、k-means优缺点
（一）特点分析
采用迭代式算法，直观易懂并且非常实用
（二）缺点
1、容易收敛到局部最优解(多次聚类)
2、需要预先设定簇的数量(k-means++解决)