常用的聚类算法

• kmeans聚类算法

kmeans聚类算法

1. 初始化，随机选择k个样本点最为初始聚类中心；
2. 对样本进行聚类，计算每个样本到类中心距离，将样本分类到最近中心；
3. 按照聚类的结果，重新计算新的聚类中心；
4. 若迭代收敛或者符合停止条件则返回聚类中心

算法复杂度：O(mnk),m样本维度，n样本个数，k类别个数

类别k选择：尝试不同的k检验推测；聚类质量可以通过类的平均直径判断，类别超过一定值之后平均直径不会发生改变这时就是最优的k值。