基于分布的聚类。基于统计建模，基于分布的聚类分析侧重于确定数据点属于聚类的概率，并相应地分配它。高斯混合方法属于这种类型。

基于密度的聚类。数据点根据其密度或彼此之间的分组分配给聚类。远离组的数据点被视为异常值或噪声。DBSCAN、均值偏移等都属于这种类型的聚类。

基于网格的群集。对于多维数据集，将创建一个网格，并在网格的单元之间划分数据，从而创建聚类。

方便学习起见，本文中我们只讨论K-Means算法，其他聚类算法我会另外撰文讲解。

2.K-means的原理

先讲一个经典的K-means故事：

0 从前，有四个牧师去郊区步道，一开始牧师随便选了几个布道点，并且把这几个布道点的情况公告给了郊区所有的居民，于是每个居民到离自己家最近的布道点去听课。

1 听课以后，大家觉得距离太远了，于是每个牧师统计了以下自己的课上所有的居民的地址，搬到了所有地址的中心地带，并且在海报上更新了自己的布道点的位置。

2 牧师每一次移动不可能离所有人都更近，有的人发现A牧师移动后自己还不如去B牧师处听课更近，于是每个居民又去了离自己最近的布道点...就这样，牧师每个礼拜更新自己的位置，居民根据自己的情况选择布道点，最终稳定了下来。

这是K-means的计算步骤：

0 先定义总共有多少个类别（簇）

1 将每个簇心（质心）随机分配坐标位置

2 将每个样本数据点关联到离该样本点距离最近的质心上，即分配其类别

3 对于每个簇找到所有关联点的中心点（样本与质心欧氏距离的均值）

4 将该均值点作为该类别新的质心

5 如此训练，直到每个簇所拥有的点位置不在改变

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Cpp五条/article/detail/529943