1 . K-Means 算法优点 :① 算法可扩展性高 : 算法复杂度随数据量增加 , 而线性增加 ;② 算法的复杂度 : K-Means 的算法复杂度是 O ( t k n ) O(tkn) O(tkn) , n n n 是数据样本个数 , k k k 是聚类分组的个数 , t t t 是迭代次数 , t t t 一般不超过 n n n ;...
K-means算法的基本步骤:1.从 n个数据对象任意选择k个对象作为初始聚类中心迭代2.通过把每个点分配给最近的聚类中心,从而形成K个类重新计算每个类的聚类中心3.终止 如果计算后,聚类中心不发生改变 看图:仔细看每张图的变化 更易理解 (k=2)K-means算法优点算法框架清晰,简单,容易理解。 本算法确定的k个划分到达平...