KMeans——之我见

在讲解KMeans算法聚类之前，先推出一个场景：在上政治课的过程中，有N个班级，每个班级为M人，按照正常逻辑，相熟悉的人，会坐在一起。但是，不代表每个班的同学恰巧都坐在一起，为了把每个班的同学聚集在一起，我们需要给每个同学贴一个Label。同时，让每个班的班长站起来，其余同学根据自己身上的Label(即：属于哪个班集体),自动的和身边的人换座，向班长靠拢。这个过程和KMeans所表达的思想基本上是类似的，使结果尽可能收敛(每个班级的同学尽可能坐在一起)。

注：当一个班级中所有的同学都找到班长时，可以向班长做一个手势，该手势只有该班班长能清楚——做这个手势的同学，是属于我们班的。然后，班长为了能够使同学通过移动最小的距离，就聚集在一起，他需要分析自己和每个同学大致的距离，然后尽可能的把自己的位置调整到最中心(使同学们移动的总的距离最小)。

通过模拟以上场景，大家对KMeans算法作用及其操作应该有了一个清晰的认识。好了，让我们具体的去学习它吧！

  聚类算法和分类算法思想是不同的(不要混为一谈)。分类算法是给出一个数据，然后判断这个数据属于已分好的类中的具体哪一个类。聚类算法是给一大堆原始数据，然后通过算法将其中具有相似特征的数据聚为一类。

     在这里，聚类的对象，根据自己定义(本文就不多加干涉了，要不就感觉有了局限性)。

      KMeans算法的思想是随机给定k个簇中心(就是每个班的班长)。按照最近邻原则把待分类样本点(每个班级里的学生)分到各个簇。然后按平均法重新计算各个簇的中心，从而确定新的簇心(班长的位置需要变动,以致同学们总的移动距离最短)。然后，进行迭代，直到簇心的移动距离小于某个给定的值。(收敛的程度，根据实验要求安排)

      主要分为三步：

1) 为待聚类的点寻找聚类中心(一般是随机定义)

2) 计算每个点到聚类中心的距离，将每个点聚类到离该点最近的聚类中心，设置Label.

3) 计算每个聚类中所有点的坐标平均值，并将这个平均值作为新的类中心。（在这里，每个样本就是一个N维向量，每维相加，最后取均值）

     最后：反复执行(2)、（3），直到聚类中心不再进行大范围移动或者聚类次数达到实验要求位置。

 

KMeans主要思想就是以上内容，思想懂了，Code就不难了。各位朋友，如果在做行实验过程中，有什么疑问，可以留言。