k-means clustering algorithm
K均值聚类算法:需要分成K类,K是需要自己指定的
举例:
- 指定K,需要分成K类。
此例中:K为2 - 选取K个点作为聚类中心 ,一般的,K为已有的点。
此例子:中为任选点 - 遍历所有点,判断点到其他K个聚类中心点的距离,选取距离最小值的点,将此点与聚类中心归为一类。
此例中:遍历b中的绿点,计算到红×和到蓝×的距离,判断最小值,然后归为一类。完成后如图c - 对聚类中的所有点进行加和平均得到新的点
此例中:对红色所有点的横坐标加和平均,横坐标同理,得到新的聚类中心红×,图d中。 - 重复步骤3、4。知道点的聚合不发生变化时停止算法。
图片来源:微信公众号,数模乐园