【数学建模】-聚类模型学习笔记之Kmeans聚类
发布时间：2022-08-18 18:45
学习来源：清风老师
我们可以更加准确的在每个类中单独使用统计模型进行估计、分析或预测；也可以探究不同类之间的相关性和主要差异。
分类是已知类别的，聚类未知。
K-means聚类算法
算法流程
- 指定需要划分的簇[cù]的个数K值（类的个数）
- 随机地选择K个数据对象作为初始的聚类中心（不一定要是我们的样本点）
- 计算其余的各个数据对象到这K个初始聚类中心的距离，把数据对象划归到距离它最近的那个中心所处在的簇类中
- 调整新类并且重新计算出新类的中心
- 循环步骤三和四，看中心是否收敛（不变），如果收敛或达到迭代次数则停止循环
- 结束
K-means算法评价
优点：
- 算法简单、快速。
- 对处理大数据集，该算法是相对高效率的。