Fast and Provably Good Seedings for k-Means閱讀筆記

相關基礎 K-Means及其改進 經典的K-Means是最常用的一種聚類算法。k-Means聚類算法可以對數據點或一些不知道標籤但總類別數（比如總共有K個類別）比較明確的一些觀測值進行聚類。其目的是使用一些相似性度量（比如歐式距離）來將數據聚集到K個類別。這種算法通常被稱爲Lloyd算法，該算法的核心包括需要找出每個類別的聚類中心，使得同一個類別中的數據點到聚類中心的距離最小。 1. 基本原理 k

>>阅读原文<<