启发式方法给K-Means选择较好的初始质心

文章预览

今天云朵君和大家一起学习最简单的聚类算法K-Means算法中启发式选择初始聚类中心的方法，深入探究K-Means++算法中的细节！ 一、K-Means 1. 概念 k-means algorithm算法: K-均值（K-Means）属于聚类算法，之所以称为K-均值是因为它把n个样本根据它们的属性分为k个簇（k < n），且每个簇的中心采用簇中所含值的均值计算而成。 聚类： 一种无监督的学习，事先不知道类别，自动将相似的对象归到同一簇中。 聚类作为一种典型的数据挖掘方法，一直以来都是人工智能领域的一个研究热点，被广泛地应用于人脸图像识别、股票分析预测、搜索引擎、生物信息学等领域中。 2. K-Means算法思想 随机选择K个中心值 根据样本数据各点与中心点的距离来进行归簇 通过各个簇的均值，更新为每个簇的中心值 重复2、3，直至聚类中心的位置不再变化 3. K-Means特点 适用数据类 ………………………………