8.1 聚類(Clustering) K-means算法

1. 歸類：
   聚類(clustering) 屬於非監督學習 (unsupervised learning)
   無類別標記(class label)

2. 舉例：
   

3. K-means 算法：

   3.1 Clustering 中的經典算法，數據挖掘十大經典算法之一
   3.2 算法接受參數 k ；然後將事先輸入的n個數據對象劃分爲 k個聚類以便使得所獲得的聚類滿足：同一
   聚類中的對象相似度較高；而不同聚類中的對象相似度較小。
   3.3 算法思想：
   以空間中k個點爲中心進行聚類，對最靠近他們的對象歸類。通過迭代的方法，逐次更新各聚類中心
   的值，直至得到最好的聚類結果
   3.4 算法描述：

     （1）適當選擇c個類的初始中心；
     （2）在第k次迭代中，對任意一個樣本，求其到c各中心的距離，將該樣本歸到距離最短的中心所在     
             的類；
     （3）利用均值等方法更新該類的中心值；
     （4）對於所有的c個聚類中心，如果利用（2）（3）的迭代法更新後，值保持不變，則迭代結束，
              否則繼續迭代。
   

   3.5 算法流程：
   
   輸入：k, data[n];
   （1） 選擇k個初始中心點，例如c[0]=data[0],…c[k-1]=data[k-1];
   （2） 對於data[0]….data[n], 分別與c[0]…c[k-1]比較，假定與c[i]差值最少，就標記爲i;
   （3） 對於所有標記爲i點，重新計算c[i]={ 所有標記爲i的data[j]之和}/標記爲i的個數；
   （4） 重複(2)(3),直到所有c[i]值的變化小於給定閾值。

4. 舉例：
   

      停止
   

   
   優點：速度快，簡單
   缺點：最終結果跟初始點選擇相關，容易陷入局部最優，需直到k值