毕业设计做网站怎样的工作量算达标优化游戏的软件
Scikit-Learn K均值聚类
- 1、K均值聚类
- 1.1、K均值聚类及原理
- 1.2、K均值聚类的优缺点
- 1.3、聚类与分类的区别
- 2、Scikit-Learn K均值聚类
- 2.1、Scikit-Learn K均值聚类API
- 2.2、K均值聚类初体验（寻找最佳K）
- 2.3、K均值聚类案例
1、K均值聚类
K-均值（K-Means）是一种聚类算法，属于无监督学习。K-Means在机器学习知识结构中的位置如下：
1.1、K均值聚类及原理
聚类（Clustering）是指将一个数据对象集合划分成簇（子集），使得簇内对象彼此相似，簇间对象不相似。通俗来说，就是将数据划分到不同组中
根据算法原理，常用的聚类算法可分为：基于划分的聚类算法K-Means、基于层次的聚类算法HC、基于密度的聚类算法。本文主要介绍K-Means聚类
K-Means算法起源于1967年，由James MacQueen和J.B.Hartigan提出。K-Means中的K指的是类的数量，Means指均值
K-Means算法的基本原理是：根据样本特征的相似度或距离远近，将样本（N个点）划分成若干个类（K个集群），使得每个点都属于离其最近的中心点（均值）对应的类（集群）
其中，相似度通常使用欧几里得距离来度量，用于计算数据点与质心之间的距离（使用平方）：
d ( X i , C j ) = ∣ ∣ X i − C j ∣ ∣ 2 d(X_i,C_j)=||X_i-C_j||^2 d(Xi,Cj)=∣∣Xi−Cj∣∣2
其中， X i X_i Xi是数据点， C j C_j Cj是质心
K-Means假设一个样本属于一个类，K-Means的类别是样本的中心（均值）；K-Means的损失函数是样本与其所属类的中心之间的距离平方和（SSE）：
J = ∑ j = 1 K ∑ i = 1 N j ∣ ∣ X i − C j ∣ ∣ 2 J=\sum_{j=1}^{K}\sum_{i=1}^{N_j}||X_i-C_j||^2 J=