标签：
一、聚类算法
1、常见的聚类算法（待）
二、K均值
1、步骤
（1）随机选取K个质心
（2）分别计算每个样本与这K个质心的距离，将样本分配到距其最近的簇
（3）对K个簇分别取均值，重新选择质心。所谓的取均值就是分别对每个特征取均值，这样就会计算出一个新的数据点，将此数据点作为质心
（4）重复(2)-(3)，直至质心没有变化
2、如何选取K？（待）
3、如何提高聚类性能？
目标：在保持K不变的情况下提高簇的质量
（1）将具有最大SSE的簇一分为2
（2）之后再合并两个簇：
法1：合并最近的质心，求取每对质心之间的距离
法2：合并使得SSE增幅最小的质心，需要求取合并每对质心后SSE的值
三、二分k均值算法---对K均值的一种优化
1、步骤
（1）将所有数据点看成一个簇
（2）将该簇一分为2
（3）选择其中一个簇继续进行2分
（4）重复，直到簇的个数为K
2、如何选取进行划分的簇？
原则：最大程度降低误差平方和（SSE）----每个样本与质心距离的平方的总和
标签：
原文地址：http://www.cnblogs.com/naonaoling/p/4181490.html
