版权声明：学习交流为主，未经博主同意禁止转载，禁止用于商用。 https://blog.csdn.net/u012965373/article/details/88877328
聚类是一种无监督的学习，它将相似的对象归到一个簇中，将不相似的对象归到不同的簇中。
相似这一概念取决于所选择的相似度计算方式。
K-Means是发现给定数据集的K个簇的聚类算法，之所以称之为 “K-均” 值是因为它可以发现K个不同的簇，且每个簇的中心采用的所含值的均值计算而成。
簇个数K是用户指定的，每一个簇通过其质心(centroid)，即簇中所有点的中心来描述。
聚类与分类算法的最大区别在于，分类的目标类别已知，而聚类的目标类别是未知的，
优缺点：
优点：容易实现
缺点：可能收敛到局部最小值，在大规模数据集上收敛较慢
使用数据类型：数值型数据
扫描二维码关注公众号，回复：
5898647 查看本文章
K-Means场景
主要用来聚类，但是类别是未知的。
例如：对地图上的点进行聚类。
K-Means术语
-
簇：所有数据点的集合，簇中的对象是相似的。
-
质心：簇中所有点的中心（计算所有点的均值而来）。
-
SSE：Sum of Sqared Error (平房误差和)，SSE值越小，表示越接近他们的质心，由于对误差取了平方，因此更加注重那么远离中心的点。
K-Means的工作流程：
1.首先确定K个初始点作为质心（不是数据中心的点）
2.然后将数据集中的每个点分配到一个簇中，具体来讲就是为每个点找到距离最近的质心。并将其分配该质心所对应的簇，这一步完成后，每一个簇的质心更新为该簇所有点的平均值。
上述过程的伪代码如下：
-
创建K个初始点作为质心（不是数据中的点）
-
当任意一个点的簇分配结果发生改变时
-
-
对数据集中的每个数据点
-
-
对每个质心
-
-
计算质心与数据点之间的距离
-
-
将数据点分配到距离其最近的簇
-
-
对每一个簇，计算簇中所有点的均值并将均值作为质心
-