Python機器學習隨筆之K-Means聚類的實現

1.K-Means聚類原理 K-means算法是很典型的基於距離的聚類算法，採用距離作爲相似性的評價指標，即認爲兩個對象的距離越近，其相似度就越大。其基本思想是：以空間中k個點爲中心進行聚類，對最靠近他們的對象歸類。通過迭代的方法，逐次更新各聚類中心的值，直至得到最好的聚類結果。各聚類本身儘可能的緊湊，而各聚類之間儘可能的分開。 算法大致流程爲：（1）隨機選取k個點作爲種子點(這k個點不一定屬於數

>>阅读原文<<