数据挖掘领域十大经典算法之—K-Means算法（超详细附代码）

相关文章：

• 数据挖掘领域十大经典算法之—C4.5算法（超详细附代码）
• 数据挖掘领域十大经典算法之—SVM算法（超详细附代码）
• 数据挖掘领域十大经典算法之—Apriori算法
• 数据挖掘领域十大经典算法之—EM算法
• 数据挖掘领域十大经典算法之—PageRank算法
• 数据挖掘领域十大经典算法之—AdaBoost算法（超详细附代码）
• 数据挖掘领域十大经典算法之—K-邻近算法/kNN（超详细附代码）
• 数据挖掘领域十大经典算法之—朴素贝叶斯算法（超详细附代码）
• 数据挖掘领域十大经典算法之—CART算法（超详细附代码）

简介

又叫K-均值算法，是非监督学习中的聚类算法。

基本思想

k-means算法比较简单。在k-means算法中，用cluster来表示簇；容易证明k-means算法收敛等同于所有质心不再发生变化。基本的k-means算法流程如下：

选取k个初始质心（作为初始cluster，每个初始cluster只包含一个点）；  
repeat：  
    对每个样本点，计算得到距其最近的质心，将其类别标为该质心所对应的cluster；  
    重新计算k个cluster对应的质心（质心是cluster中样本点的均值）；  
until 质心不再发生变化  

repeat的次数决定了算法的迭代次数。实际上，k-means的本质是最小化目