qq_40371180的博客

1.K-meansk-means——非监督学习中的聚类算法（1）设定一个初始值k，在数据点中选择k个点作为质心（即为聚类中心），这里的k即为我们希望的将数据点经过聚类得到的k个分组。（2）计算数据点中的其他点到质心（Centroid）的距离，距离谁近就选谁。（这样下来就完成了第一次的聚类）（3）根据上一次的聚类结果，通过算法选出新的质心（计算每组中数据点的x和y的均值，得到了一个“虚拟”的质心）（4）再次计算各数据点到新的质心之间的距离，进行聚类，直到分组结果和上一次的分组结果完全一致或