Kmeans算法理解

Kmeans有兩個重要的問題： 1、選擇K值 k是我們KMEANS算法的關鍵值； Spark ml中提供computecost.所有點到其最近的中心點的平方和來評估聚類效果，同樣的迭代次數和算法跑的次數，這個值越小代表聚類效果越好 2、初始聚類中心的選擇 1）隨機模式，會造成聚類的結果和數據的實際分佈差距很大 2）k-means++：初始的聚類中心之間的相互聚類要盡

>>阅读原文<<