。

算法首先随机选择k个对象#xff0c;每个对象初始地代表了一个簇的平均值或中心。

对剩余的每个对象根据其与各个簇中心的距离#xff0c;将它赋给最近的簇。

然后重新计…k-means算法k-means算法也被称为k-平均或k-均值是一种得到最广泛应用的聚类算法。

算法首先随机选择k个对象每个对象初始地代表了一个簇的平均值或中心。

对剩余的每个对象根据其与各个簇中心的距离将它赋给最近的簇。

然后重新计算每个簇的平均值。

这个过程不断重复直到准则函数收敛。

准则函数试图使生成的结果簇尽可能地紧凑和独立。

算法步骤(1)

首先我们选择一些类/组并随机初始化它们各自的中心点。

中心点是与每个数据点向量长度相同的位置。

这需要我们提前预知类的数量(即中心点的数量)。

(2)

计算每个数据点到中心点的距离数据点距离哪个中心点最近就划分到哪一类中。

(3)

重复以上步骤直到每一类中心在每次迭代后变化不大为止。

也可以多次随机初始化中心点然后选择运行结果最好的一个。

算法优点(1)速度快(2)计算简便

算法缺点(1)我们必须提前知道数据有多少类/组(2)K-Medians是K-Means的一种变体是用数据集的中位数而不是均值来计算数据的中心点。

(3)K-Means对于“噪声”和“孤立点数据”等异常值是敏感的K-Medians的优势是使用中位数来计算中心点不受异常值的影响缺点是计算中位数时需要对数据集中的数据进行排序速度相对于K-Means较慢。