K-Means聚类算法-模式识别.docxVIP

K-Means聚类算法 1. 算法原理 k-means是划分方法中较经典的聚类算法之一。由于该算法的效率高，所以在对大规模数据进行聚类时被广泛应用。目前，许多算法均围绕着该算法进行扩展和改进。 　k-means算法以k为参数，把n个对象分成k个簇，使簇内具有较高的相似度，而簇间的相似度较低。k-means算法的处理过程如下：首先，随机地选择k个对象，每个对象初始地代表了一个簇的平均值或中心;对剩余的每个对象，根据其与各簇中心的距离，将它赋给最近的簇;然后重新计算每个簇的平均值。这个过程不断重复，直到准则函数收敛。通常，采用平方误差准则，其定义如下： 　这里E是数据库中所有对象的平方误差的总和，p是空间中的点，mi是簇Ci的平均值。该目标函数使生成的簇尽可能紧凑独立，使用的距离度量是欧几里得距离,当然也可以用其他距离度量。k-means聚类算法的算法流程如下： 输入：包含n个对象的数据库和簇的数目k； 输出：k个簇，使平方误差准则最小。 步骤： 　　(1) 任意选择k个对象作为初始的簇中心； 　　(2) repeat； 　　(3) 根据簇中对象的平均值，将每个对象(重新)赋予最类似的簇； 　　(4) 更新簇的平均值，即计算每个簇中对象的平均值； 　　(5) 直到不再发生变化。 2. 主要代码 主程序： clc; clear; close all; %% 聚类