聚类算法（1）：K-Means算法

        聚类分析，简单的说，就是对数据分群，它以相似性为基础，相同类中的样本比不同类中的本更具相似性。在商业应用中，聚类通常用来划分用户群，然后分别加以研究。另外，它还可以挖掘数据中潜在的模式，基于此改进业务流程或设计新产品等。常见的聚类算法有k- Means算法、系统聚类算法，下面将依次介绍。

目录

 1. K-Means算法

（1）用于衡量好的标准

（2）K- Means实现的基本步骤

 2. 代码实现

（1）R语言

（2）Python实现

---

 1. K-Means算法

        K- Means算法是一种基于划分的经典聚类算法，对于给定的含有N条记录的数据集，算法将把数据集分成k组(k<N)，使得每一分组至少包含一条数据记录，每条记录属于且仅属于一个分组。算法首先会給出一个随机初始的分组，再通过反复迭代改变分组，使每一次改进的分组比上一次好。

（1）用于衡量好的标准

       同一分组中的记录越近越好，而不同分组中的记录越远越好，通常使用欧氏距离作为相异性度量。

（2）K- Means实现的基本步