《机器学习》——K-means聚类-k-means聚类流程

• 1、初始化
  • 首先要确定聚类的数量 K。这个值通常是根据先验知识或者通过一些评估方法来确定的。例如，如果是对客户进行细分，可能根据业务经验确定大概分为几个不同的客户群体。
  • 随机选择 K 个数据点作为初始的聚类中心（centroid）。这些中心可以看作是每个簇的代表点。
• 2、分配数据点到簇
  • 
• 3、更新聚类中心
  • 
• 4、重复步骤 2 和 3
  • 不断重复分配数据点和更新聚类中心的过程，直到聚类中心不再发生显著变化（例如，聚类中心的位置变化小于某个预先设定的阈值）或者达到最大的迭代次数。