ML 算法篇（1） k-means

 

K-Means

首先输入 k 的值，即我们指定希望通过聚类得到 k 个分组；

1. 从数据集中随机选取 k 个数据点作为初始（质心）； c={c1,c2,.....Ck}
2. 对集合中每一个数据，计算与每一个质心的距离。用欧式距离
3. 这时每一个中心下都聚集了一组数据，即通过算法选出新的质心，一般采用平均法。
4. 针对每个之心，重新计算，所有的样本
5. 重复2-4的，直到之心不在不变化。

优点：

1.算法简单

2.缺点，无法规避噪音。

K-means++算法