K-Means集群算法
无论什么数据集，理论上都可以形成一定数量的集群。
例如，党我们拿到学生成绩表时，我们可以把成绩分数划分为优（90分左右）、良（80分左右）、中（70分左右）、差（60分及以下）。
再例如对于工人工资表，我们也可以把工人按照工资划分成一定数量的集群，每个集群一定是围绕某个工资水平的。
甚至我们可以抓取所有微信公众文章，将文章标题映射为向量表示（假设没有那些标题党文章的话），我们就可以对这些文章按标题进行集群分类。
我们还可以使用集群算法来对图像进行重新分配颜色，例如有一张灰度图，图像是由像素点构成，我们希望只用５种颜色来对像素点进行重构，将原始像素点划分成５个集群，然后对５个集群分别涂上５种不同的颜色，那么我们可以是用5-Means方法来做这件事，效果如下图所示（左边为原始图像，右边为使用5-Means重新染色的图像）：
值得注意的是，集群算法既然是一种无监督学习，那么就没有绝对正确的集群算法，只能是一步一步使得集群划分更加优化。
K-Means集群算法（以下简称K-Means）是一种无监督机器学习算法，顾名思义，它使用K个集群对数据集进行分类，K的大小通常需要预先设定好，然后就可以靠距离中心点（Means）的远近来实现分类。
假设现有一个点集S，需要划分成S_1，S_2，...，S_K，那么使用K-Means的流程如下：
(1)设定好K的大小，随机选取K个点作为初始中心点；
(2)计算每个点到这K个中心点的距离大小，选取最近的中心点，划分到以该中心点为中心的集群中去；
(3)重新计算K个新集群的中心点；
(4)如果中心点保持不变，则结束K-Means过程。否则，重复进行(2)、(3)步；
K-Means的算法过程的确很简单，前文我们说过K要预先设定，但是实际中可能K需要不停去trials-and-errors才能确定最优的K，那么对于一个特定问题，如何找到最优的K呢？
通常，提到最优这个词必须得有个标准，这里也是一样，确定最优K的标准就是判断集群中每个点到集群中心的距离平方，距离平方越小，说明我们的集群划分越密集，即更符合集群的固有属性。
因此，可以设定K从１依次增大，然后判断误差曲线的弯曲程度，我们可以认为误差曲线的拐点处就是K的最优值。K越小，集群划分较少，点不太集中；相反K越大，及集群划分较多，给人一种过拟合的感觉（极端情况是100个点划分成100个集群，听起来似乎已经没有集群的概念了）。
K-Means集群算法相关推荐
- 乌鸦搜索算法和粒子集群算法_乌鸦和乌鸦
乌鸦搜索算法和粒子集群算法 Currently enjoying two new albums by two older bands: 目前正在欣赏两个老乐队的两张新专辑: The Black Cro ...
- 如何在Python中建立和训练K最近邻和K-Means集群ML模型
One of machine learning's most popular applications is in solving classification problems. 机器学习最流行的应 ...
- 【Redis】集群(cluster)
文章目录 Redis集群(cluster) 定义 官网 作用 集群算法(分片->槽位) 分片(每台Redis实例) 槽位 slot槽位映射 哈希取余分区 一致性哈希算法分区 哈希槽分区 搭建三主 ...
- 运维工程师必备之负载 均衡集群及LVS详解
原文地址:运维工程师必备之负载 均衡集群及LVS详解作者:蚁巡运维平台 来源: chrinux 的BLOG 时间: 2013-07-01 14:00 此博文主要介绍集群和负载均衡的基本理论和类别,内容 ...
- 灵活、高效的云原生集群管理经验：用 K8s 管理 K8s
作者 | 淮右.临石 **导读:**单 K8s 集群为用户提供了 Namespace 级别的隔离能力,理论上支持不超过 5K Node.15W Pod.多 K8s 集群则解决了单集群的资源隔离.故障隔 ...
- 运维工程师必备之负载均衡集群及LVS详解
此博文主要介绍集群和负载均衡的基本理论和类别,内容看着比较枯燥.无味的,但是要想成为一个好的linux运维工程师,这些基本理论是必须理解透彻,才会在后来的系统调优和集群架构中得心应手,所以想成为lin ...
- 0685-6.2.0-什么是Cloudera虚拟私有集群和SDX-续
Fayson的github: https://github.com/fayson/cdhproject 推荐关注微信公众号:"Hadoop实操",ID:gh_c4c535955d0 ...
- Python实现鸡群算法
文章目录 算法简介 Python实现鸡和鸡群 鸡群更新 优化迭代 测试 源码地址: 鸡群算法之Python实现 算法简介 鸡群算法,缩写为CSO(Chicken Swarm Optimization) ...
- 基于控制的角度无人机集群——避障（有源代码）
无人机集群--避障 前言 一.浅谈避障 二.复杂公式 三.仿真效果 1.集群效果 2.避障效果 总结 前言 关于无人机集群避障的问题,我在之前的博客中已经简单描述了一下. 三维空间无人机集群编队控制, ...
最新文章
- 设计模式之工厂方法模式(Factory Method)摘录
- Linux下的tr编辑器命令详解
- c++/cli之我见
- postsharp初体验
- 优化Java序列化– Java，XML，JSON，Kryo，POF
- 谈谈神经网络的大规模训练优化
- C# 字符串格式化测试小工具
- WORD样式保存为主题集？
- lvs/nginx/haproxy优缺点
- Scikit-Learn （1.Sklearn提供的常用数据集 - 自带的小数据集）
- OMP与MP算法流程与代码
- Android Studio下载、安装和配置+SDK+tools下载（无敌超级详细版本）
- excel查找通配符波浪号,星号
- 计算机基础与知识点总结,计算机基础知识点总结
- json解析教程（1）程序员不得不掌握的数据格式json
- windows防火墙设置_详解关闭Windows防火墙操作技巧，让你彻底断开与外网的连接...
- 于是，我搭了个自己的博客网站
- 被火龙强奸了100次~~~怨念！
- Android审计平台,Android系统安全审计方法研究
- s7填表指令att_S7-200PLC 表操作指令