K-means

1.选择聚类数 K

通过肘部法则（上图）选择聚类数K， 或者根据经验（需要）手动选择K

2.聚类中心初始化

用样本 x 随机初始化聚类中心 u

迭代100次，选择代价函数最小的初始化 K

3. *K-means算法

1.首先随机初始化K
2.把样本x⁽ⁱ⁾分配给最近的一个聚类c(i)
3.计算每个聚类离聚类中心u_k的平均距离
4.重复2,3步骤

4.代价函数 J

x⁽ⁱ⁾：第i个样本
c⁽ⁱ⁾ : 样本x⁽ⁱ⁾所在的聚类
u_k : 聚类的中心
u_c⁽ⁱ⁾：样本x⁽ⁱ⁾所在聚类的中心

J = ${\sum }_{i=0}^m$$\mid$$\mid$x⁽ⁱ⁾ - u_c⁽ⁱ⁾$\mid$$\mid$²