數據聚類建模之k-means

1，數據聚類建模與數據預測建模的區別是它不區分輸出變量和輸入變量，希望將觀測值分成兩個及以上的自然小類。 2，K-means，顧名思義，根據「平均值」將數據聚成K類。 標準的K-means聚類步驟如下： 1，隨機選k個點作爲聚類中心； 2，剩下的每個點都與這k個點計算歐式距離，然後將該點劃歸於距離最小的那個類； 3，現在所有數據被分成了k類，計算每個類的圖心（centroid），現在又獲得新的k個

>>阅读原文<<