k-means算法详解

在网上看到了很关于10大算法的一些博客讲解，大多都支离破碎讲解的部分，而且不同的博客讲解的方式很多不同，我希望能重新整理这些基础算法，尽量更全面和深入一些，分享出来，共大家参考。 k-means 【3】算法，也被称为k-平均或k-均值，是一种得到最广泛使用的聚类算法。它是一种得到最广泛使用的基于划分的聚类算法，把n个对象分为k个簇，以使簇内具有较高的相似度。相似度的计算根据一个簇中对象的平均值来进行。算法的主要思想是通过迭代过程把数据集划分为不同的类别，使得评价聚类性能的准则函数达到最优，从而使生成的每个聚类内紧凑，类间独立。它与处理混合正态分布 【1】的最大期望算法 【2】很相似，因为他们都试图找到数据中自然聚类的中心。