聚类模型：K-Means

• 聚类（clustering）属于无监督学习（unsupervised learning）
• 无类别标记
• 在线 demo

  

K-Means算法

• 数据挖掘十大经典算法之一
• 算法接收参数k；然后将样本点划分为k个聚类；同一聚类中的样本相似度较高；不同聚类中的样本相似度较小

算法思想：

算法描述：

1. 选择k个聚类的初始中心
2. 在第n次迭代中，对任意一个样本点，求其到k个聚类中心的距离，将该 样本点归类到距离最小的中心所在的聚类
3. 利用均值等方法更新各类的中心值
4. 对所有的k个聚类中心，如果利用2,3步的迭代更新后，达到稳定，则迭代 结束。

优缺点：