学习：StatQuest-K-means

前言

K-means属于动态聚类，聚类速度较快，难点是不太好找到初始凝聚点

K-means

image.png

第一步，我们的K代表的是你要聚成几类，譬如K=3即分成3类

image.png

第二步就是选择初始凝聚点，譬如K=3则选取3个，但这三个类来自3个类（根据经验选，选的好不好看命了）
第三步，数轴上每个点与这三个初始凝聚点计算距离

image.png

第四步，根据距离分类
第五步，划分好类以后，计算每个类的均值

image.png

第六步，将每个均值当作凝聚点再重复上述步骤

聚类结束

那么什么时候聚类结束呢？一般三个类里面的数据点数量相当的时候，就差不多结束了

image.png

第二个聚类是最佳聚类，显然每个类的数据点都比较相当