前言：人工智能机器学习有关算法内容，人工智能之机器学习主要有三大类：1）分类；2）回归；3）聚类。今天我们重点探讨一下K－Means算法。
K－Means是十大经典数据挖掘算法之一。K－Means和KNN（K邻近）看上去都是K打头，但却是不同种类的算法。kNN是监督学习中的分类算法，而K－Means则是非监督学习中的聚类算法；二者相同之处是均利用近邻信息来标注类别。
提到“聚类”一词，使人不禁想到：“物以类聚，人以群分”。聚类是数据挖掘中一种非常重要的学习流派，指将未标注的样本数据中相似的分为同一类。
K－means算法是很典型的基于距离的聚类算法。于1982年由Lloyod提出。它是简单而又有效的统计聚类算法。一般采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。该算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。
K－Means概念：
K－means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K－means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。
K－Means核心思想：
由用户指定k个初始质心（initial centroids），作为聚类的类别（cluster），重复迭代直至算法收敛。即以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。
k个初始类聚类中心点的选取对聚类结果具有较大的。
K－Means算法描述：
假设要把样本集分为c个类别，算法描述如下：
1）适当选择c个类的初始中心；
2）在第k次迭代中，对任意一个样本，求其到c个中心的距离，将该样本归到距离最短的中心所在的类；
3）利用均值等方法更新该类的中心值；
4）对于所有的c个聚类中心，如果利用2）和3）的迭代法更新后，值保持不变，则迭代结束，否则继续迭代。
具体如下：
输入：k， data［n］；
1）选择k个初始中心点，例如c［0］＝data［0］，…c［k－1］＝data［k－1］；
2）对于data［0］…．data［n］，分别与c［0］…c［k－1］比较，假定与c［i］差值最少，就标记为i；
3）对于所有标记为i点，重新计算c［i］＝｛ 所有标记为i的data［j］之和｝／标记为i的个数；
4）重复2）和3），直到所有c［i］值的变化小于给定阈值。
该算法的最大优势在于简洁和快速。算法的关键在于初始中心的选择和距离公式。
K－Means工作流程：
1）从 n个数据对象任意选择k个对象作为初始聚类中心；
2）根据每个聚类对象的均值（中心对象），计算每个对象与这些中心对象的距离；并根据最小距离重新对相应对象进行划分；
3）重新计算每个（有变化）聚类的均值（中心对象）；
4）循环2）到3）直到每个聚类不再发生变化为止，即标准测度函数收敛为止。
注：一般采用均方差作为标准测度函数。
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。即，各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。
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。
12下一页>（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
