机器学习实战学习笔记 ---- K-Means（K-均值）聚类算法

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

 

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