数据挖掘中K-Means算法是如何工作的？

本文共计1455个文字，预计阅读时间需要6分钟。

一篇文章推荐多分享一些具体算法相关的内容，本期分享一下数据挖掘相关的算法。简介：K均值算法，又称K均值聚类算法，是非监督学习中的一种聚类算法。基本思想+K-means算法比较简单。在K-means算法中，‘‘

一位读者建议多分享一些具体算法相关的内容，这期分享一下数据挖掘相关的算法。

简介

又叫K-均值算法，是非监督学习中的聚类算法。

基本思想

k-means算法比较简单。在k-means算法中，用cluster来表示簇；容易证明k-means算法收敛等同于所有质心不再发生变化。基本的k-means算法流程如下：

选取k个初始质心（作为初始cluster，每个初始cluster只包含一个点）；

repeat：

对每个样本点，计算得到距其最近的质心，将其类别标为该质心所对应的cluster；

重新计算k个cluster对应的质心（质心是cluster中样本点的均值）；

until 质心不再发生变化

repeat的次数决定了算法的迭代次数。