kmeans算法基本步驟

kmeans算法基本步驟如下：

1、從數據中選擇k個對象作為初始聚類中心。

2、計算每個聚類對象到聚類中心的距離來劃分。

3、再次計算每個聚類中心。

4、計算標準測度函數，之道達到最大迭代次數，則停止，否則，繼續操作。

K-Means算法是無監督的聚類算法，它實現起來比較簡單，聚類效果也不錯，因此應用很廣泛。K-Means算法有大量的變體，本文就從最傳統的K-Means算法講起，在其基礎上講述K-Means的優化變體方法。包括初始化優化K-Means++, 距離計算優化elkan K-Means算法和大數據情況下的優化Mini Batch K-Means算法。