聚类算法（三）--K-means方法

本文主要K-means聚类算法的原理、优缺点及其改进，以及如何用R语言实现K-means聚类算法。

一、概述

K-means是一种较为经典的划分聚类算法，由于该算法的效率高，所以在对大规模数据进行聚类时被广泛应用。

1.算法原理

k-means算法以k为参数，把n个对象分成k个簇，使簇内具有较高的相似度，而簇间的相似度较低。k-means算法的处理过程如下：首先，随机地选择k个对象，每个对象初始地代表了一个簇的平均值或中心；对剩余的每个对象，根据其与各簇中心的距离，将它赋给最近的簇；然后重新计算每个簇的平均值。这个过程不断重复，直到准则函数收敛。通常，采用平方误差准则，其定义如下：
这里$E$是数据库中所有对象的平方误差的总和，