本文共 1029 字，大约阅读时间需要 3 分钟。

 kmeans算法又名k均值算法。其算法思想大致为：先从样本集中随机选取 kk 个样本作为簇中心，并计算所有样本与这 kk 个“簇中心”的距离，对于每一个样本，将其划分到与其距离最近的“簇中心”所在的簇中，对于新的簇计算各个簇的新的“簇中心”。

  根据以上描述，我们大致可以猜测到实现kmeans算法的主要三点：   （1）簇个数 kk 的选择   （2）各个样本点到“簇中心”的距离   （3）根据新划分的簇，更新“簇中心”

伪代码如下：

 

 输入：训练数据集 D=x(1),x(2),...,x(m)D=x(1),x(2),...,x(m) ,聚类簇数 kk ;

  过程：函数 kMeans(D,k,maxIter)kMeans(D,k,maxIter) .   1：从 DD 中随机选择 kk 个样本作为初始“簇中心”向量： μ(1),μ(2),...,,μ(k)μ(1),μ(2),...,,μ(k) :   2：repeat   3：  令 Ci=∅(1≤i≤k)Ci=∅(1≤i≤k)   4：  for j=1,2,...,mj=1,2,...,m do   5：    计算样本 x(j)x(j) 与各“簇中心”向量 μ(i)(1≤i≤k)μ(i)(1≤i≤k) 的欧式距离   6：    根据距离最近的“簇中心”向量确定 x(j)x(j) 的簇标记： λj=argmini∈{1,2,...,k}djiλj=argmini∈{1,2,...,k}dji   7：    将样本 x(j)x(j) 划入相应的簇： Cλj=Cλj⋃{x(j)}Cλj=Cλj⋃{x(j)} ;   8：  end for   9：  for i=1,2,...,ki=1,2,...,k do   10：    计算新“簇中心”向量： (μ(i))′=1|Ci|∑x∈Cix(μ(i))′=1|Ci|∑x∈Cix ;   11：    if (μ(i))′=μ(i)(μ(i))′=μ(i) then   12：      将当前“簇中心”向量 μ(i)μ(i) 更新为 (μ(i))′(μ(i))′   13：    else   14：      保持当前均值向量不变   15：    end if   16：  end for   17：  else   18：until 当前“簇中心”向量均未更新   输出：簇划分 C=C1,C2,...,CK

转载地址：http://csqaz.baihongyu.com/