K-Means Clustering

1、概述 K-means算法是集簡單和經典於一身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。 該算法認爲類簇是由距離靠近的對象組成的，因此把得到緊湊且獨立的簇作爲最終目標。 2、核心思想 通過迭代尋找k個類簇的一種劃分方案，使得用這k個類簇的均值來代表相應各類樣本時所得的總體誤差最小。 k個聚類具有以下特點：各聚類本身儘可能的緊湊，而各聚類之間儘可

>>阅读原文<<