kmeans 算法

其实Kmeans在机器学习中是一种无监督学习算法，整个算法很好理解，

       算法第一步:     在数据集中随机选择K个质点作为质心，

             第二步：  计算整个数据集中每个元素到K个质心的距离，选择最近的质心，将该元素划分到该 质心

            第三步:   经过第二步计算，每个质心都有一个集合，重新计算质心:计算每个集合的均值。

         重复第二步和第三步: 理想的状态的，第三步重新计算的质心和原质心一样不变，说明已经达到理想状态，可以停止算法了，而实际上，我们通常给一个最大计算次数。

   该算法弊端:

            1. 很容易受到离群点数据的影响

            2. K值很难选择

kmeans函数:

class sklearn.cluster.KMeans(n_clusters=8, init=’k-means++’,
                            n_init=10, max_iter=300, tol=0.0001, 
                            precompute_distances=’auto’, verbose=0, 
                           random_state=None, copy_x=True,
                           n_jobs=None, algorithm=’auto’)

例子:

import numpy as np
from sklean.cluster import KMeans
X = np.array([
    [1,2,3],
     [4,0,9],
     [1,4,6],
     [10,2,3],
     [10,3,0],
     [10,9,1]
])
km = KMeans(n_cluster=2).fit(X)
print km.labels_         #label
y = km.predict([[1,4,5]])  #预测
print y
print km.cluster_centers_  #质心