机器学习 K-Means算法

01

—

K-Means算法

在数据挖掘中，K-Means算法是一种 cluster analysis 的算法，主要通过不断地取离种子点最近均值的算法。

如下所示，分为3个簇，如何用K-Means正确聚类呢？

02

—

K-Means算法实施的前提

K-Means算法实施需要满足两个前提：

根据分布的先验概率，求得K

种子点的选取要cunning，尽量地远一点

03

—

K-Means算法思路

设置 K 个种子点；

遍历每个点，找到挨着最近的种子点，这就是它所属的簇；

遍历结束后，重新计算K个种子点的位置；

重复 Steps 2 and 3，直到 K个种子点的位置不再改变。

如下两个簇，初始位置：m1, m2，实施K-Means的时候可以看到种子点m1,m2的轨迹移动情况。

算法channel会有系统地，认真地推送：机器学习（包含深度学习，强化学习等）的理论，算法，实践，源码实现。期待您的参与！