聚類算法之Kmean算法應用和Python應用舉例
參考：http://croce.ggf.br/dados/K%20mean%20Clustering1.pdf
1. 歸類：
![]()
![]()
![]()
![]()
![]()
聚類(clustering) 屬於非監督學習 (unsupervised learning)
無類別標記(class label)
2. 舉例：
3. K-means 算法：
3.1 Clustering 中的經典算法，數據挖掘十大經典算法之一
3.2 算法接受參數 k ；然後將事先輸入的n個數據對象劃分爲 k個聚類以便使得所獲得的聚類滿足：同一
聚類中的對象相似度較高；而不同聚類中的對象相似度較小。
3.3 算法思想：
以空間中k個點爲中心進行聚類，對最靠近他們的對象歸類。通過迭代的方法，逐次更新各聚類中心
的值，直至得到最好的聚類結果
3.4 算法描述：
（1）適當選擇c個類的初始中心；
（2）在第k次迭代中，對任意一個樣本，求其到c各中心的距離，將該樣本歸到距離最短的中心所在
的類；
（3）利用均值等方法更新該類的中心值；
（4）對於所有的c個聚類中心，如果利用（2）（3）的迭代法更新後，值保持不變，則迭代結束，
否則繼續迭代。
3.5 算法流程：
輸入：k, data[n];
（1） 選擇k個初始中心點，例如c[0]=data[0],…c[k-1]=data[k-1];
（2） 對於data[0]….data[n], 分別與c[0]…c[k-1]比較，假定與c[i]差值最少，就標記爲i;
（3） 對於所有標記爲i點，重新計算c[i]={ 所有標記爲i的data[j]之和}/標記爲i的個數；
（4） 重複(2)(3),直到所有c[i]值的變化小於給定閾值。
4.舉例子：
優點：速度快，簡單
缺點：最終結果跟初始點選擇相關，容易陷入局部最優，需直到k值
Python代碼：
未完待續。。。。。。
