-
聚类(clustering)属于无监督学习(unsupervised learning)
-
无类别标记
-
在线 demo:http://syskall.com/kmeans.js
K-Means算法
-
数据挖掘十大经典算法之一
-
算法接收参数k;然后将样本点划分为k个聚类;同一聚类中的样本相似度较高;不同聚类中的样本相似度较小
算法思想:
以空间中k个样本点为中心进行聚类,对最靠近它们的样本点归类。通过迭 代的方法,逐步更新各聚类中心,直至达到最好的聚类效果
算法描述:
- 选择k个聚类的初始中心
- 在第n次迭代中,对任意一个样本点,求其到k个聚类中心的距离,将该 样本点归类到距离最小的中心所在的聚类
- 利用均值等方法更新各类的中心值
- 对所有的k个聚类中心,如果利用2,3步的迭代更新后,达到稳定,则迭代 结束。
优缺点:
-
优点:速度快,简单
-
缺点:最终结果和初始点的选择相关,容易陷入局部最优,需要给定k值