KMeans算法-手写数字图像识别

数据聚类是无监督学习的主流应用。最经典并易用的聚类模型，是K-means算法。该算法要求我们预设聚类的个数，然后不断更新聚类中心；经过几轮迭代后，让所有数据点到其所属聚类中心距离的平方和趋于稳定。

K-means算法

模型介绍：

算法执行过程：

1.随机设K个特征空间内的点作为初始的聚类中心；

2.对于根据每个数据的特征向量，从K个聚类中心中寻找距离最近的一个，并把该数据标记为从属于这个聚类中心

3.在所有的数据都被标记过聚类中心后，根据这些数据新分配的类簇，重新对K个聚类中心进行计算

4.如果一轮下来，所有数据点从属对聚类中心与上一次的分配的类簇没有变化，停止迭代，否则回到步骤2继续执行

前面在支持向量机（分类）采用了scikit-learn内部集成的手写数字图像数据，是原始数据集合的一部分。而本次，我们使用该数据的完整版本：https://archive.ics.uci.edu/ml/machine-learning-databases/optdigits/

Python源码：