資 源 簡 介
K-Means算法是最古老也是應用最廣泛的聚類算法，它使用質心定義原型，質心是一組點的均值，通常該算法用于n維連續空間中的對象。
K-Means算法流程
step1：選擇K個點作為初始質心
step2：repeat
將每個點指派到最近的質心，形成K個簇
重新計算每個簇的質心
until 質心不在變化
例如下圖的樣本集，初始選擇是三個質心比較集中，但是迭代3次之后，質心趨于穩定，并將樣本集分為3部分
我們對每一個步驟都進行分析
step1：選擇K個點作為初始質心
這一步首先要知道K的值，也就是說K是手動設置的，而不是像EM算法那樣自動聚類成n個簇
其次，如何選擇初始質心
最簡單的方式無異于，隨機選取質心了，然后多次運行，取效果最好的那個結果。這個方法，簡單但不見得有效，有很大的可能是得到局部最優。
另一種復雜的方式是，隨機選取一個質心，然后計算離這個質心最遠的樣本點，對于每個后繼質心都選取已經選取過的質心的最遠點。使用這種方式，可以確保質心是隨機的，并且是散開的。
step2：repeat
將每個點指派到最近的質心，形成K個簇
重新計算每個簇的質心
until 質心不在變化
如何定義最近的概念，對于歐式空間中的點，可以使用歐式空間，對于文檔可以用余弦相似性等等。對于給定的數據，可能適應與多種合適的鄰近性度量。
