聚类算法之K-means算法

关注微信公众号【Microstrong】,我写过四年Android代码，了解前端、熟悉后台，现在研究方向是机器学习、深度学习！一起来学习，一起来进步，一起来交流吧！

本文同步更新在我的微信公众号里，地址：https://mp.weixin.qq.com/s?__biz=MzI5NDMzMjY1MA==&mid=2247483987&idx=1&sn=6df96c39e5c1c055a6823c09afea354e&chksm=ec6533d6db12bac05efa7229f4812ae773f80d2970f023506c96fb0bab8e7949df5bb207a7a8&scene=0#rd

目录：

（1）      理解相似度度量的各种方法与相互联系（熟悉闵可夫斯基距离，其他作为了解）

（1）      掌握K-means聚类的思路和使用条件

（一）  聚类的定义

聚类就是对大量未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大而类别间的数据相似度较小。聚类是无监督学习。

（二）  相似度、距离计算方法总结

相似度跟距离是相反的概念。如果两个样本X_i与X_j ,它们的距离比较大，那么它们的相似度是比较小的。总之，我们有了相似度就能度量距离，有了距离就能度量相似度。

（1）闵可夫斯基距离

给定样本X_i = (X_i1;X_i2;X_i3;……X_in)与X_j=(X_j1;X_j2;X_j3;……X_jn)，最常用的是“闵可夫斯基距离”，公式如下：