《机器学习Python实战》课件 18-项目9 k 均值聚类算法基本原理讲解.pptxVIP

?机器学习Python实战?项目9k均值聚类算法

1K均值聚类算法原理2k均值聚类算法标准流程目录CONTENTS3k均值聚类算法参数选择

01k均值聚类算法原理

什么是聚类算法？聚类算法是一种无监督学习方法，将无标签数据划分为若干个簇（cluster），使得同一簇内样本相似度高，不同簇间相似度低。与分类不同，聚类不依赖预先定义的类别标签。图9-1原始数据图9-2聚类结果

聚类的核心逻辑——相似性度量聚类算法基于样本之间的距离（即相似性）进行划分，将距离近（相似度高）的样本归入同一簇，距离远（相似度低）的样本归入不同簇。最终目标是：簇内紧密（高内聚），簇间疏远（低耦合）。

k均值聚类算法定义K-Means（K均值）聚类算法：给定一个包含n个样本的数据集，以及用户预先指定的聚类数目k，算法以样本间的距离（通常为欧氏距离）为度量，通过反复迭代优化，将数据划分为k个簇，使得每个样本与其所属簇中心的距离平方和最小。

k均值聚类算法迭代过程待聚类样本（目标k=3）随机初始化3个质心将每个样本分配到距离最近的质心，形成3个簇。判断：样本归属是否发生变化？否→算法终止；是→继续迭代。对每个簇，重新计算其所有样本的均值，将质心更新为均值位置。再次计算每个簇的样本均值，更新质心位置。重新分配样本到最近质心，更新簇划分。判断：样本