但行好事，莫问前程

k-means是一种最常用的聚类算法。关于k-means算法的介绍到处都能找到，并且比较容易理解。mahout里面也实现了k-means算法。下面贴出的是自己写的实现。目的是帮助大家能更清楚的认识和更快的掌握k-means算法。   import java.util.ArrayList;import java.util.HashSet;import java.util.Iterator;

k-means和EM算法适合发现凸型的聚类（大概就是圆形，椭圆形比较规则的类），而对于非凸型的聚类，这两种方法就很难找到准确的聚类了。比如如下图：       可能来自不同类的点反而比来自相同类的点还要靠的更近。  太多的原理和算法介绍，大家可以找到很多相关资料。（推荐《Data Mining and Analysis： FundamentalConcepts and Algori

主要在一维情况下实现的EM算法，具体就是实现如下内容。目的是为了帮助学习掌握EM算法。代码并不一定能让你掌握算法的原理，但是通过代码，你可以大体知道算法的流程，之和再去学习原理也就更容易理解和掌握了。/** * 一維情況下的EM算法實現 * @author aturbo *1、求期望（e-step) *2、期望最大化（估值）（M-step) *3、循環