2.4.1　K-Means算法

通常，无监督学习算法仅使用数据集中的输入向量进行推断，而没有标签作为参考。K-Means算法是最简单和最流行的无监督聚类算法之一，其目标是将相似的数据点聚类在一起并发现潜在信息的模式。K-Means算法中的均值（Means）是指数据的平均值，也就是质心。K-Means算法产生用于定义k个聚类的k个质心，在训练时，通过减少聚类内的平方和，可将每个数据点分配给每个聚类；在测试时，一旦某个数据点与某个质心最接近，则认为该数据点属于这一聚类。

K-Means算法从一组随机选择的质心作为开始，将这些随机选择的质心作为每个聚类的起点，重复进行迭代计算，以优化质心的位置。当发生以下情况之一时，就可以停止迭代：

（1）质心稳定不变，也就是说，由于聚类成功，质心的值已不再会发生变化。

（2）已完成事先定义的迭代次数。

图2.9至图2.11所示为K-Means算法从随机质心开始迭代直到聚类质心不再改变为止的过程，其他所有的数据都与3个质心进行测距，与某数据距离最小的质心所属的聚类就是该数据所属的类别。

图2.9　K-Means算法示例：一组随机选择的质心

图2.10　K-Means算法示例：质心不再改变

K-Means算法是一种简单直观的无监督学习算法，易实现且收敛速度快；其缺点在是K值的选择会影响速度和性能，若数据不平衡，则会影响聚类效果。

图2.11　K-Means算法示例：形成3个聚类