经典聚类算法——K-means

分类：有标签算法（监督学习）

聚类：无标签算法（无监督学习）

聚类主要思想：类内距离最小，类间距离最大。

K-means：将数据集算法将输入数据集D聚成K个簇，然后输出聚簇代表集合C（k个，即中心点），聚簇成员向量M。

步骤：确定k，选择k个聚类中心，将数据集的元素就近分配到k个簇中，更新k个簇的聚类中心，再重复分配元素，直聚类中心不再改变为止。

局限性：K-均值算法依赖于初始值的选取，仅能取得局部最优解，未必能得到全局最优解。

困难：参数k的取值困难，对于噪声点敏感。

空聚类解决办法：m从最大的聚簇中随机选取一个点作为新的簇的代表。

数据要求：数值型。

缺失值：替换。

效率低。