动态

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）重返；3）聚类。今天我们重点探究一下K－Means算法。K－Means是十大经典数据挖掘算法之一。

K－Means和KNN（K附近）看起来都是K打头，但毕竟有所不同种类的算法。kNN是监督自学中的分类算法，而K－Means则所谓监督自学中的聚类算法；二者相同之处是皆利用邻接信息来标示类别。提及“聚类”一词，使人不已想起：“物以类聚，人以群分”。

聚类是数据挖掘中一种十分最重要的自学流派，指将并未标示的样本数据中相近的分成同一类。K－means算法是很典型的基于距离的聚类算法。

于1982年由Lloyod明确提出。它是非常简单而又有效地的统计资料聚类算法。

一般使用距离作为相似性的评价指标，即指出两个对象的距离越近，其相近度就越大。该算法指出簇是由距离附近的对象构成的，因此把获得灵活且独立国家的簇作为最终目标。K－Means概念：K－means算法是软聚类算法，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，利用函数欲极值的方法获得递归运算的调整规则。K－means算法以欧式距离作为相近度测度，它是欲对应某一初始聚类中心向量V拟合分类，使得评价指标J大于。

算法使用误差平方和准则函数作为聚类准则函数。K－Means核心思想：由用户登录k个初始质心（initialcentroids），作为聚类的类别（cluster），反复递归以后算法发散。

即以空间中k个点为中心展开聚类，对最靠近他们的对象归类。通过递归的方法，大幅度改版各聚类中心的值，以后获得最差的聚类结果。

k个初始太平广记类中心点的挑选对聚类结果具备较小的。K－Means算法叙述：假设要把样本集分成c个类别，算法叙述如下：1）必要自由选择c个类的初始中心；2）在第k次递归中，对给定一个样本，欲其到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）利用均值等方法改版该类的中心值；4）对于所有的c个聚类中心，如果利用2）和3）的迭代法改版后，值维持恒定，则递归完结，否则之后递归。明确如下：输出：k，data［n］；1）自由选择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］较为，假设与c［i］差值最多，就标记为i；3）对于所有标记为i点，新的计算出来c［i］＝｛所有标记为i的data［j］之和｝／标记为i的个数；4）反复2）和3），直到所有c［i］值的变化大于等价阈值。

该算法的仅次于优势在于简练和较慢。算法的关键在于初始中心的自由选择和距离公式。K－Means工作流程：1）从n个数据对象给定自由选择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），计算出来每个对象与这些中心对象的距离；并根据大于距离新的对适当对象展开区分；3）新的计算出来每个（有变化）聚类的均值（中心对象）；4）循环2）到3）直到每个聚类仍然发生变化为止，即标准测度函数发散为止。录：一般使用皆方差作为标准测度函数。

K－Means算法拒绝接受输入量k；然后将n个数据对象区分为k个聚类以便使得所取得的聚类符合：同一聚类中的对象相近度较高；而有所不同聚类中的对象相近度较小。即，各聚类本身尽量的灵活，而各聚类之间尽量的分离。聚类相近度是利用各聚类中对象的均值所取得一个“中心对象”（引力中心）来展开计算出来的。

本文来源：太阳成集团tyc33455cc-www.lingxi696.com