Python金融数据分析与挖掘（微课版） 课件 5-6.K-均值聚类.pptx

第5章机器学习与实现聚类思想与K-均值聚类K-均值聚类应用举例

聚类思想第5章聚类分析主要是使类内的样本尽可能相似，而类之间的样本尽可能相异。聚类问题的一般提法是，设有n个样本的维观测数据组成一个数据矩阵为：其中，每一行表示一个样本，每一列表示一个指标，xij表示第i个样本关于第j项指标的观测值，并根据观测值矩阵X对样本进行聚类。聚类分析的基本思想是：在样本之间定义距离，距离表明样本之间的相似度，距离越小，相似度越高，关系越紧密；将关系密切的聚集为一类，关系疏远的聚集为另一类，直到所有样本都聚集完毕。

K-均值聚类方法第5章K-均值聚类是一种基于原型的、根据距离划分组的算法，其时间复杂度比其他聚类算法低，用户需指定划分组的个数K。其中，K-均值聚类常见距离测度包括欧几里得距离（也称欧氏距离）、曼哈顿距离、切比雪夫距离等。K-均值聚类默认采用欧氏距离进行计算，其公式如下：（表示第个i样本与第个j样本之间的欧氏距离）K-均值聚类算法的直观理解如下：Step1：随机初始化K个聚类中心，即K个类中心向量。Step2：对每个样本，计算其与各个类中心向量的距离，并将该样本指派给距离最小的类。Step3：更新每个类的中心向量，更新的方法为取该类所有样本的特征向量均值。Step4：直到各个类的中心向量不再发生变化为止，作为退出条件。

K-均值聚类方法第5章xi1.51.71.62.1