K-means 聚类算法_kmeans聚类公式

- K-means 算法主要内容

• k-means算法概述
• k-means算法详解
• k-means算法过程

1、k-means算法概述

k-means是一种迭代求解的聚类分析算法，其方法是随机选取K个对象（点）作为初始的聚类中心，然后计算其他对象（点）与各个聚类中心之间的距离，把每个对象（点）分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象（点）就代表一个聚类。各个聚类被分配完后，各个聚类的聚类中心会根据聚类中现有的对象（点）被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有（或最小数目）对象被重新分配给不同的聚类，没有（或最小数目）聚类中心再发生变化，误差平方和局部最小。

2、k-means算法详解

1. 随机选取k个聚类中心（一般自主设定k为多少）

2. 计算其他对象与这k个聚类中心之间的距离，将其他对象划分到相应的聚类中心所对应