创建k个点作为初始的质心点(随机选择) 当任意一个点的簇分配结果发生改变时 对数据集中的每一个数据点 计算质心与数据点的距离 将数据点分配到距離最近的簇 对每一个簇计算簇中所有点的均值,并将均值作为质心
下图展示了对n个样本点进行K-means聚类的效果这里k取2。
测试数据是二维的共80个样本。有4个类如下
k-means算法比较简单,但也有几个比较大的缺点: