K-Menas算法

K-Menas算法

一、算法简介
　k-means 算法接受输入量 k ；然后将n个数据对象划分为 k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算的。


二、伪码

算法：K - means。
输入：
    K：聚类的数目
    D：包含n个对象的数据集
输出：K个聚类的集合
方法：
（ 1 ）    从D中任意选择K个对象作为初始聚类中心；
（ 2 ）    repeat
         根据聚类中对象的均值，将每个对象（再）指派到最相似的聚类；
          更新聚类均值，即计算每个聚类中对象的均值；
（ 3 ）    until聚类不再发生变化

算法复杂度为: O(nkt).其中t为迭代次数

三、准确性评价



四、应用和扩展