苏州高等职业技术学校 李志伟

K-means聚类算法研究浅析

苏州高等职业技术学校 李志伟

K-means算法是聚类方法中使用度较高的一种划分方法，具有明显的特点及使用优势。本文主要对K-means算法工作原理及实现的一般步骤进行简介，并分析算法的特点、优缺点。希望能够在清楚算法思想基础上，能够对其进行针对性学习、研究和改进。

K-means；聚类

1.简介

K-means算法于1967年由J.B. Mac Queen提出，在聚类分析广泛使用。该算法是一种典型的基于距离划分的聚类算法，它使用距离的评价指标作为样本的相似性度量。K-means算法求解对应某一初始聚类中心向量最优分类使得评价指标最小，距离越近其相似度越大。且该算法利用目标函数求极值的方法作为迭代运算的调整规则。它采用误差平方和准则函数作为聚类准则函数。K-means算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。它把n个对象根据他们的属性分为k个聚类，以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。

然而初始类聚类中心的选取对聚类结果影响很大，原因在于实现算法的第一步是随机选取k个对象作为初始聚类的中心，这些初始中心象征性地代表了各个簇。K-means算法的每次迭代都要对数据集中剩余的每个对象重新判归至最近的簇。当数据集中所有数据对象都有自己的归属簇（或类），一次迭代运算就算完成，而新的聚类中心将会被再次计算出来。……