K-means算法小结

1. K-means算法回顾

      k-means算法是一种无监督的聚类算法。其算法思想比较简单，就是对于给定的样本集，根据样本之间的距离，讲样本集划分为k个簇。并且希望结果中，簇内的点尽量紧密的连在一起，簇间的距离尽量大。

2. K-means算法优缺点

      优点

原理简单，容易实现有较强的可解释度

      缺点

K值选取不好把握 可以多尝试几个K值，看分成几类的结果更好解释，更符合分析目的。也可以把各种K值算出的SSE做比较，取最小的SSE的K值。容易陷入局部最优 可以通过二分k-means来优化对环状数据分布聚类效果差

数据集一旦太大，收敛就会比较慢

3. K-means与KNN对比

K-means与KNN虽然名字里都有k，但是两者差别较大：

k-meanskNN无监督学习的聚类算法监督学习的分类算法算法思想：“物以类聚，人以群分”算法思想：“近朱者赤，近墨者黑”数据集是带标签的数据数据集是无标签的数据k的含义：对一个未知样本x分类，从数据集中，在x附近找离它最近的K个数据点，这K个数据点，哪个类别的数量多，就把k归于哪一类k的含义：K是用户指定的，表示希望将数据集划分成几个簇有明显的的训练过程基本无需训练

K-means与KNN虽然差别大，但也有相似的地方。两个算法都有一个共同的过程：找和某一个点距离最近的点。