前言：人工智能機(jī)器學(xué)習(xí)有關(guān)算法內(nèi)容，人工智能之機(jī)器學(xué)習(xí)主要有三大類：1）分類；2）回歸；3）聚類。今天我們重點(diǎn)探討一下K－Means算法。
K－Means是十大經(jīng)典數(shù)據(jù)挖掘算法之一。K－Means和KNN（K鄰近）看上去都是K打頭，但卻是不同種類的算法。kNN是監(jiān)督學(xué)習(xí)中的分類算法，而K－Means則是非監(jiān)督學(xué)習(xí)中的聚類算法；二者相同之處是均利用近鄰信息來標(biāo)注類別。
提到“聚類”一詞，使人不禁想到：“物以類聚，人以群分”。聚類是數(shù)據(jù)挖掘中一種非常重要的學(xué)習(xí)流派，指將未標(biāo)注的樣本數(shù)據(jù)中相似的分為同一類。
K－means算法是很典型的基于距離的聚類算法。于1982年由Lloyod提出。它是簡單而又有效的統(tǒng)計(jì)聚類算法。一般采用距離作為相似性的評價(jià)指標(biāo)，即認(rèn)為兩個(gè)對象的距離越近，其相似度就越大。該算法認(rèn)為簇是由距離靠近的對象組成的，因此把得到緊湊且獨(dú)立的簇作為最終目標(biāo)。
K－Means概念：
K－means算法是硬聚類算法，是典型的基于原型的目標(biāo)函數(shù)聚類方法的代表，它是數(shù)據(jù)點(diǎn)到原型的某種距離作為優(yōu)化的目標(biāo)函數(shù)，利用函數(shù)求極值的方法得到迭代運(yùn)算的調(diào)整規(guī)則。K－means算法以歐式距離作為相似度測度，它是求對應(yīng)某一初始聚類中心向量V最優(yōu)分類，使得評價(jià)指標(biāo)J最小。算法采用誤差平方和準(zhǔn)則函數(shù)作為聚類準(zhǔn)則函數(shù)。
K－Means核心思想：
由用戶指定k個(gè)初始質(zhì)心（initial centroids），作為聚類的類別（cluster），重復(fù)迭代直至算法收斂。即以空間中k個(gè)點(diǎn)為中心進(jìn)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。
k個(gè)初始類聚類中心點(diǎn)的選取對聚類結(jié)果具有較大的。
K－Means算法描述：
假設(shè)要把樣本集分為c個(gè)類別，算法描述如下：
1）適當(dāng)選擇c個(gè)類的初始中心；
2）在第k次迭代中，對任意一個(gè)樣本，求其到c個(gè)中心的距離，將該樣本歸到距離最短的中心所在的類；
3）利用均值等方法更新該類的中心值；
4）對于所有的c個(gè)聚類中心，如果利用2）和3）的迭代法更新后，值保持不變，則迭代結(jié)束，否則繼續(xù)迭代。
具體如下：
輸入：k， data［n］；
1）選擇k個(gè)初始中心點(diǎn)，例如c［0］＝data［0］，…c［k－1］＝data［k－1］；
2）對于data［0］…．data［n］，分別與c［0］…c［k－1］比較，假定與c［i］差值最少，就標(biāo)記為i；
3）對于所有標(biāo)記為i點(diǎn)，重新計(jì)算c［i］＝｛ 所有標(biāo)記為i的data［j］之和｝／標(biāo)記為i的個(gè)數(shù)；
4）重復(fù)2）和3），直到所有c［i］值的變化小于給定閾值。
該算法的最大優(yōu)勢在于簡潔和快速。算法的關(guān)鍵在于初始中心的選擇和距離公式。
K－Means工作流程：
1）從 n個(gè)數(shù)據(jù)對象任意選擇k個(gè)對象作為初始聚類中心；
2）根據(jù)每個(gè)聚類對象的均值（中心對象），計(jì)算每個(gè)對象與這些中心對象的距離；并根據(jù)最小距離重新對相應(yīng)對象進(jìn)行劃分；
3）重新計(jì)算每個(gè)（有變化）聚類的均值（中心對象）；
4）循環(huán)2）到3）直到每個(gè)聚類不再發(fā)生變化為止，即標(biāo)準(zhǔn)測度函數(shù)收斂為止。
注：一般采用均方差作為標(biāo)準(zhǔn)測度函數(shù)。
K－Means算法接受輸入量k；然后將n個(gè)數(shù)據(jù)對象劃分為k個(gè)聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。即，各聚類本身盡可能的緊湊，而各聚類之間盡可能的分開。
聚類相似度是利用各聚類中對象的均值所獲得一個(gè)“中心對象”（引力中心）來進(jìn)行計(jì)算的。
12下一頁>（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
