【ML小结9】聚类分析--k均值聚类

无监督聚类
K-means算法可以被视为高斯混合模型（GMM）的一种特殊形式

K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。

数据预处理

对数据进行归一化

模型表示

给定样本集D={ x1,...,xm}D=\{x_1,...,x_m\}D={ x1​,...,xm​}，针对聚类所得簇划分C={ C1,...,Ck}C=\{C_1,...,C_k\}C={ C1​,...,