数据挖掘 K-均值

一、算法原理

二、算法流程

1.随机选取K个中心点

idx=np.random.choice（X.shape0，K，replace=False）

2.设置最大迭代次数，用循环实现

3.对所有样本进行归类，归到其最近的中心 中心用一个K行的数组表示

4.计算新的中心点

返回K行每行的np.mean

5.判断是否所有中心点距离<阈值，若是则退出。若不是则将中心点数组更新为第4步算的

6.最后，在退出循环后代表已经找好了中心，此时拿到k个中心的标签，就是它们的类别。

三、numpy方法

np.random.choice

np.argmin