1.簡介
K-means算法是最為經(jīng)典的基于劃分的聚類方法，是十大經(jīng)典數(shù)據(jù)挖掘算法之一。K-means算法的基本思想是：以空間中k個點為中心進行聚類，對最靠近他們的對象歸類。通過迭代的方法，逐次更新各聚類中心的值，直至得到最好的聚類結(jié)果。
2. 算法大致流程為：
1）隨機選取k個點作為種子點(這k個點不一定屬于數(shù)據(jù)集)
2）分別計算每個數(shù)據(jù)點到k個種子點的距離，離哪個種子點最近，就屬于哪類
3）重新計算k個種子點的坐標(biāo)(簡單常用的方法是求坐標(biāo)值的平均值作為新的坐標(biāo)值)
4）重復(fù)2、3步，直到種子點坐標(biāo)不變或者循環(huán)次數(shù)完成
3.完整計算過程
1）設(shè)置實驗數(shù)據(jù)
運行之后，效果如下圖所示：
在圖中，ABCDE五個點是待分類點，k1、k2是兩個種子點。
2）計算ABCDE五個點到k1、k2的距離，離哪個點近，就屬于哪個點，進行初步分類。
結(jié)果如圖：
A、B屬于k1，C、D、E屬于k2
3）重新計算k1、k2的坐標(biāo)。這里使用簡單的坐標(biāo)的平均值，使用其他算法也可以(例如以下三個公式)
a）Minkowski Distance公式——λ可以隨意取值，可以是負(fù)數(shù)，也可以是正數(shù)，或是無窮大。