K-Means 聚類算法（整理）

一般用於處理大數據 當結果簇是密集的，而且簇和簇之間的區別比較明顯時，K-Means 的效果較好。對於大數據集，K-Means 是相對可伸縮的和高效的，它的複雜度是 O(nkt)，n 是對象的個數，k 是簇的數目，t 是迭代的次數，通常 k << n，且 t << n，所以算法經常以局部最優結束。 K-Means 的最大問題是要求先給出 k 的個數。k 的選擇一般基於經驗值和多次實驗結果，對於不同

>>阅读原文<<