关于聚类问题的算法python代码实现-K-均值聚类方法_k均值聚类算法python代码

聚类含义

定义：聚类，也叫做聚类分析，依据对象的属性，将相似的对象归位一类。聚类，就是寻找发生数据之间内在联系的方法。
分类：从聚类的类型来讲，一般有结构性聚类、分散性聚类、密度聚类等。

• 结构性聚类是指，可以从上至下或者从下至上双向进行计算。从下至上是以单个对象开始，不断与周围相近的对象进行融合，最终将全部数据分成多种类别。而从上至下算法则恰恰相反，它先将全部数据当作一个整体，然后逐渐分小。在结构性聚类中，我们的重要依据为距离。一般情况下，我们会使用欧式距离，或者曼哈顿距离来测量两个对象之间的相似程度。
• 与结构性聚类不同，分散性聚类会一次性确定所有类别。
• 度聚类的主要特点为将测算距离改为计算密度。

聚类vs分类：一般来讲，在一个机器学习任务或者数据分析实例中，我们会先采用聚类算法对数据进行处理。使用聚类算法对历史数据处理之后，就可以人为的给每一种类别打上标签。而这些存在标签的数据，就可以被应用到下一步的分类学习中。简而言之、在执行聚类之前，我们的数据没有任何类别可言。但在执行分类之前，我们应该已经有了类别，才能对新数据进行分类。

K-均值聚类

K-均值聚类（又叫 K-Means 聚类）是最常用的聚类方法之一。从它的名字来讲，K 代表最终将全部样本数据集和聚为 K 个类别。而「均值」代表在聚类的过程中，我们计算聚类中心点的特征向量时，需要采用求相邻样本点特征向量均值的方式进行。

例如，我们将