1. 14.3 聚类算法实现流程

1.1. 学习目标

• 掌握K-means聚类的实现步骤

• k-means其实包含两层内容：
  • K : 初始中心点个数（计划聚类数）
  • means：求中心点到其他数据点距离的平均值

1.2. 1 k-means聚类步骤

• 1、随机设置K个特征空间内的点作为初始的聚类中心
• 2、对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记类别
• 3、接着对着标记的聚类中心之后，重新计算出每个聚类的新中心点（平均值）
• 4、如果计算得出的新中心点与原中心点一样（质心不再移动），那么结束，否则重新进行第二步过程

通过下图解释实现流程：

k聚类动态效果图

1.3. 2 案例练习

• 案例：

• 1、随机设置K个特征空间内的点作为初始的聚类中心（本案例中设置p1和p2）

2、对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中心点作为标记类别

3、接着对着标记的聚类中心之后，重新计算出每个聚类的新中心点（平均值）

4、如果计算得出的新中心点与原中心点一样（质心不再移动），那么结束，否则重新进行第二步过程【经过判断，需要重复上述步骤，开始新一轮迭代】

5、当每次迭代结果不变时，认为算法收敛，聚类完成，K-Means一定会停下，不可能陷入一直选质心的过程。

1.4. 3 小结

• K-means聚类实现流程

  【掌握】

  • 事先确定常数K，常数K意味着最终的聚类类别数;

  • 随机选定初始点为质心，并通过计算每一个样本与质心之间的相似度(这里为欧式距离)，将样本点归到最相似的类中，

  • 接着，重新计算每个类的质心(即为类中心)，重复这样的过程，直到质心不再改变，

  • 最终就确定了每个样本所属的类别以及每个类的质心。

  • 注意

    :

    • 由于每次都要计算所有的样本与每一个质心之间的相似度，故在大规模的数据集上，K-Means算法的收敛速度比较慢。