K-均值聚类算法通俗讲解

       本章开始讲无监督学习，与有监督学习最大的区别是目标变量事前不存在。

       本章是K-均值聚类算法。聚类是一种无监督的学习，它将相似的对象归到同一个簇中，将不相似对象归到不同簇。有点像全自动分类。聚类有时也被称为无监督分类，其产生的结果与分类相同，只是类别没有预先定义。聚类方法几乎可以应用于所有对象，簇内的对象越相似，聚类的效果越好。

       K-均值聚类（K-means）算法是指将数据集分成k个不同的簇，且每个簇的中心采用簇中所含值的均值计算而成。

一、K-均值算法

       1）首先，用户确定簇个数k（计划将数据划分为k个类）；

       2）随机确定k个初始点作为质心（在数据边界范围之内随机选取）；

       3）对每个数据实例依次计算到k个质心的距离，选择最小距离的质心，并将其分配给该质心所对应的簇，直到数据集中的所有数据全都分配给k个簇，更新k个簇的质心为该簇所有点的平均值；

       4）循环上述步骤3），重新分配每个数据实例到新的质心，直到所有数据的分配结果不再发生改变为止。