K-Means算法
1. 介绍
K-Means算法是无监督的聚类方法，其思想很简单，对于给定的样本集，按照样本之间的距离大小，将样本集划分为K个簇。让簇内的点尽可能紧密的连在一起，而让簇间的距离尽量的大。
2. 流程
1）随机选择K个聚类的初始中心；
2）对任意一个样本点，求其到K个聚类中心的距离，将样本点归类到距离最小的中心的聚类，如此迭代n次；
3）每次迭代过程中，利用均值等方法更新各个聚类的中心点(质心)；
4）对K个聚类中心，利用2,3步迭代更新后，如果位置点变化很小(可以设置阈值)，则认为达到稳定状态，迭代结束，对不同的聚类块和聚类中心可选择不同的颜色标注。
3. 优点
- 聚类效果较优。
- 原理简单，实现容易，收敛速度快。
- 算法的可解释度比较强。
- 需要调整的参数较少，通常只需要调整簇数K。
4. 缺点
- K值选取不好把握。
- 对噪音和异常点比较敏感。
- 采用迭代方法，得到的结果是局部最优。
- 如果各隐含类别的数据不平衡，则聚类效果不佳
5. KNN vs K-Means
6. 笔试题相关
- 需要指定簇的个数
- 不能自动识别簇的个数
- 对噪音和异常点敏感
- 聚类结果与中心点的初始化有关