手肘法寻找K-means最优聚类簇数k

K-Means算法

1. 确定k个初始化聚类中心
2. 计算各数据点到k个中心的距离，分配给最近的中心，形成k类
3. 重新计算这k类的质心，作为新的k个中心
4. 重新计算各数据点到新的k个中心的距离，分配给最近的中心，形成新的k类
5. 重复3-4，直到所有数据点分配到的类不变（聚类中心不变），或达到最大迭代次数

Matlab调用kmeans()

Clu = kmeans(data,k,’Start’,’plus’,’MaxIter’,n1,’Replicates’,n2);

Clu：聚类的结果（nx1维的向量）

data：待聚类的数据（nxm维的数据）

k：预先指定聚类的类数k

‘Start’：质心选择方法，plus使用kmeans++