qq_41513230的博客

给定m个数据样本x1,x2…xm，每个样本可以看作n维空间中的一个点，假设需要将m个数据样本聚成k个类，k均值算法的基本思想是：选取Rn中的k个点，c1,c2…ck，并将每个数据样本分配至与其距离最近的中心，使得所有样本到分配到的中心的距离之和最小，这样一来，分配到同一中心的样本就聚成一类，采用这种方法，就可以将m个样本聚成k个类。 按照上述的思想，算法的关键之处是选取数据样本的k个中心。然而，在计算复杂性理论中已经证明，k中心问题时一个NP(NP-hard)的问题。在这种情况下，k均值算法就采用迭代的方.