k-means 聚类

聚类算法有很多种，K-Means 是聚类算法中的最常用的一种，算法最大的特点是简单，好理解，运算速度快，但是只能应用于连续型的数据，并且一定要在聚类前需要手工指定要分成几类。

K-Means算法是一种很典型的基于距离的聚类算法，采用距离作为相似性的评价标准，认为两个对象的距离越近，那么相似度就越大。把簇作为距离靠近的对象组成的，最终得到的是紧凑和独立的簇。对于聚类分析来说，用于发现数据对象之间的关系。组内的相似性越大，组间的相似性越小，可以说效果越好。K个初始类聚类中心点的选取对聚类结果具有比较大的影响。在算法的第一步中随机的选取了K个初始聚类的中心，代表了一个簇。在每次迭代的过程中，对数据集中剩余的每个对象。根据每个簇中心的距离将每个对象重新赋给最近的族。

算法框架：

1. 给定大小为n的数据集，令O=l，选取k个初始聚类中心 Zj(O)，j=1，2，3，．．．，k，O代表不同迭代轮数的聚类中心
2. 计算每个样本数据对象与聚合中心的距离D(xi，Zj(O))，i=1，2，3，…，并分类
3. 令O=O+1，计算新的聚类中心和误差平方和准则f(目标函数)值:
4. 判断：若If(O+1)-f(O)I<theta（f收敛）或者对象无类别变化，则算法结束，否则，O=O+1，返回2)步；