1、k-means聚类的算法流程
1.随机选取n个样本作为初始类中心；
2.计算各样本与各类中心的距离；
3.将各样本归于最近的类中心点；
4.求各类的样本的均值，作为新的类中心；
5.判定：若类中心不再发生变动或达到指定迭代次数，那么算法结束，否则回到第2步。
2、一个形象的例子：讲述k-means聚类原理
1）将下面这四个点，分为两类
2）聚类流程如下
3、平面上100个点的k-means聚类分析
代码如下：
import numpy as np # 构造数据集 x = np.linspace(0,99,100) y = np.linspace(100,199,100) aa = 0 # aa变量是为了记录，迭代次数 k = 2 # 指定将数据分为几个类别 n = len(x) # 数据集的个数 # 1、随机选取两个点，作为初始的类中心； center0 = np.array([x[0],y[0]]) center1 = np.array([x[1],y[1]]) dis = np.zeros([n,k+1]) while aa >= 0: # 2、求各样本到各类中心的距离； for i in range(n): dis[i,0] = np.sqrt((x[i]-center0[0])**2+(y[i]-center0[1])**2) dis[i,1] = np.sqrt((x[i]-center1[0])**2+(y[i]-center1[1])**2) # 3、归类：将样本归类为，距离其最近的类中的所属类； dis[i,2] = np.argmin(dis[i,:2]) # 4、再次计算各类样本的均值，作为新的类中心； index0 = dis[:,2] == 0 index1 = dis[:,2] == 1 center0_new = np.array([x[index0].mean(),y[index0].mean()]) center1_new = np.array([x[index1].mean(),y[index1].mean()]) # 5、判断类中心，是否发生变化。如果发生变化，就回到第2步；否则，break退出循环； if all((center0 == center0_new) & (center1 == center1_new)): break center0 = center0_new center1 = center1_new aa += 1 print(len(dis[dis[:,2] == 0]),len(dis[dis[:,2] == 1])) print(center0,center1,aa)
结果如下：
结果分析：
从上面的结果中可以看到，最终的数据被分为的两类，每一类各有50个点。同时我们求出了最终的类中心点，一个是(24,5,124,5)，另一个是(74.5,174.5)，并且还求出了最后的迭代次数为7，也就是说：初始类中心一共迭代了7次后，就不再发生变化了。
