K-means聚類 的 Python 實現【圖文解釋】

K-means聚類是一個聚類演算法用來將

演算法有3步：

1.初始化– K 個初始質心會被隨機生成

2.分配 – K 集群通過點關聯到最近的初始質心生成

3.更新 –重新計算k個集群對應的質心

分配和更新會一直重複執行直到質心不再發生變化。

最後的結果是點和質心之間的均方差達到最小。

以 k=3 為例演示這個過程:

1.初始化

分配:

更新:

重新分配:

可以看到一個紅色的點，變成了綠色的；一個藍色的點變成了紅色的。

我們更加接近最終目標了。

現在重複這個過程，直到每一個集群都沒有變化為止。

繼續這個過程:

現在得到3個清晰地集群和3個質點在這三個集群的中間。

結論：

1.k-means 可以嘗試不同的初始化質點來獲取更好的 label.

2.如果數據集有一定的對稱性，一些數據可能會被錯誤的標記。

3.k-means 依賴歐氏距離，所以對尺度非常敏感，所以如果存在縮放問題，要對數據進行歸一化處理。

英文原文的代碼可以複製，還有 scikit-learn 版實現。

英文原文：K-means Clustering in Python

機器學習：TensorFlow 安裝，TensorFlow 教程，TensorFlowNews 原創人工智慧，機器學習，深度學習，神經網路，計算機視覺，自然語言處理項目分享。

TensorFlow QQ 群：522785813

PyTorch QQ 群：518428276