聚类与分类的区别
分类：类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。属于监督学习。
聚类：事先不知道数据会分为几类，通过聚类分析将数据聚合成几个群体。聚类不需要对数据进行训练和学习。属于无监督学习。
关于监督学习和无监督学习，这里给一个简单的介绍：是否有监督，就看输入数据是否有标签，输入数据有标签，则为有监督学习，否则为无监督学习。更详尽的解释会在后续博文更新，这里不细说。
k-means 聚类
聚类算法有很多种，K-Means 是聚类算法中的最常用的一种，算法最大的特点是简单，好理解，运算速度快，但是只能应用于连续型的数据，并且一定要在聚类前需要手工指定要分成几类。
K-Means 聚类算法的大致意思就是“物以类聚，人以群分”：
- 首先输入 k 的值，即我们指定希望通过聚类得到 k 个分组；
- 从数据集中随机选取 k 个数据点作为初始大佬（质心）；
- 对集合中每一个小弟，计算与每一个大佬的距离，离哪个大佬距离近，就跟定哪个大佬。
- 这时每一个大佬手下都聚集了一票小弟，这时候召开选举大会，每一群选出新的大佬（即通过算法选出新的质心）。
- 如果新大佬和老大佬之间的距离小于某一个设置的阈值（表示重新计算的质心的位置变化不大，趋于稳定，或者说收敛），可以认为我们进行的聚类已经达到期望的结果，算法终止。
- 如果新大佬和老大佬距离变化很大，需要迭代3~5步骤。
1.设定 k 值为2
2.选择初始大佬（就选 P1 和 P2）
3.计算小弟与大佬的距离：
从上图可以看出，所有的小弟都离 P2 更近，所以次站队的结果是：
4.召开选举大会：
这时可以看到P2、P3离P1更近，P4、P5、P6离P哥更近，所以第二次站队的结果是：
我们可以发现，这次站队的结果和上次没有任何变化了，说明已经收敛，聚类结束，聚类结果和我们最开始设想的结果完全一致。
K-Means 聚类 MATLAB 实现
关于 K-Means 的算法具体代码，网上有各种版本，这里也不赘述了，下面结合 MATLAB 中的一些函数给出一个较为简洁的版本：
X2 = zscore(X); % zscore方法标准化数据 Y2 = pdist(X2); % 计算距离（默认欧式距离） Z2 = linkage(Y2); % 定义变量之间的连接，用指定的算法计算系统聚类树 T = cluster(Z2,6); % 创建聚类 H = dendrogram(Z2); %作出系谱图 当然，MATLAB 也提供了 kmeans() 函数可供直接聚类使用，详情可参与其文档。
———————— END ————————
喜欢本文的朋友，欢迎关注公众号 “机器修行”，收看更多精彩内容
点个[在看]，是对博主最大的支持！
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/175962.html原文链接：https://javaforall.net
