K-means算法详解课件.ppt

K-means算法 组员： xxx xx 主要内容 K-means算法 算法实例 算法优缺点 K-means算法概述 K-means算法， 也被称为k-平均或k-均值算法，是一种得到最广泛使用的聚类算法。 它是将各个聚类子集内的所有数据样本的均值作为该聚类的代表点，算法的主要思想是通过迭代过程把数据集划分为不同的类别，使得评价聚类性能的准则函数达到最优（平均误差准则函数E ），从而使生成的每个聚类（又称簇）内紧凑，类间独立。 聚类与分类的区别 聚类(clustering)是指根据“物以类聚”的原理，将本身没有类别的样本聚集成不同的组，这样的一组数据对象的集合叫做簇，并且对每一个这样的簇进行描述的过程。 在分类（ classification ）中，对于目标数据库中存在哪些类是知道的，要做的就是将每一条记录分别属于哪一类标记出来。 聚类分析也称无监督学习， 因为和分类学习相比，聚类的样本没有标记，需要由聚类学习算法来自动确定。聚类分析是研究如何在没有训练的条件下把样本划分为若干类。 欧氏距离 假设给定的数据集 ，X中的样本用d个描述属性A1,A2…Ad （维度）来表示。 数据样本xi=(xi1,xi2,…xid), xj=(xj1,xj2,…xjd)其中， xi1,xi2,…xid和xj1,xj2,…x