給定乙個n個物件的資料集，劃分聚類技術將構造資料的k個劃分，每乙個劃分就代表乙個簇，k<=n。將資料劃分為k個簇，且k個劃分滿足下列條件：
每乙個簇至少包括乙個物件
每乙個物件屬於且僅屬於乙個簇
劃分思想
「物以類聚，人以群分」
距離越近，相似度越大，相異度越小。
明可夫斯基距離公式
d (i
,j)=
q(∑(
xi−x
j)q)
d(i,j)=^\sqrt(\sum (x_-x_)^q)
d(i,j)
=q(
∑(xi
−xj
)q)
q=1:曼哈頓距離
q=2:歐幾里得距離
評價函式
觀察聚類的簇內差異和簇間差異。在同乙個簇中的物件盡可能相似，不同簇中的物件盡可能相異。
簇內：wc的值越小越好
簇外：又叫k-平均演算法，採用距離作為相異度的評價指標，以簇內差異函式作為聚類質量的優化目標函式，即將所有資料物件到它的粗中心點的距離平方和作為目標函式，演算法尋找最優聚類的策略是使目標函式達到最小值（簇中心不變化等價於wc達到最小值）
移動簇中心
對每個簇求平均，如果不等於當前中心點，則平均作為簇中心，如果存在乙個簇的中心不等於平均，迴圈。
學習筆記 K means演算法
在資料探勘中，k means演算法是一種cluster analysis的演算法，其主要是來計算資料聚集的演算法，主要通過不斷地取離種子點最近均值的演算法。問題k means演算法主要解決的問題如下圖所示。我們可以看到，在圖的左邊有一些點，我們用肉眼可以看出來有四個點群，但是我們怎麼通過電腦程式找出...
學習筆記 K means 演算法
學習k means 演算法前，需要先學習k means演算法，可以參考這篇部落格看得懂的k means 既然了解了k means演算法，那麼我們來對比下k means 有什麼變化。首先k means最大的問題就是對初始點選擇特別敏感，那麼我們就乙個乙個選，而不是k個一起選。步驟與k means類似 ...
學習筆記 K means演算法
我們先來看一下乙個k means的聚類效果圖 隨機設定k個特徵空間內的點作為初始的聚類中心 對於其他每個點計算到k個中心的距離，未知的點選擇最近的乙個聚類中心點作為標記類別 接著對著標記的聚類中心之後，重新計算出每個聚類的新中心點 平均值 如果計算得出的新中心點與原中心點一樣，那麼結束，否則重新進行...