知道什么是k-means？k-means是否一定收敛，k的选择？
算法流程：
1.选择聚类的个数k（kmeans算法传递超参数的时候，只需设置最大的K值） 2.任意产生k个聚类，然后确定聚类中心，或者直接生成k个中心。 3.对每个点确定其聚类中心点。 4.再计算其聚类新中心。 5.重复以上步骤直到满足收敛要求。（通常就是确定的中心点不再改变。）
优点： 1、原理简单（靠近中心点） ，实现容易 2、聚类效果中上（依赖K的选择） 3、空间复杂度o(N)时间复杂度o(IKN) N为样本点个数，K为中心点个数，I为迭代次数 缺点： 1、对离群点， 噪声敏感 （中心点易偏移） 2、很难发现大小差别很大的簇及进行增量计算 3、结果不一定是全局最优，只能保证局部最优（与K的个数及初值选取有关）
K的选择：https://blog.csdn.net/sinat_30353259/article/details/80887779#K_49
-
一、相异度计算 在正式讨论聚类前，我们要先弄清楚一个问题：如何定量计算两个可比较元素间的相异度。用通俗的话说，相异度就是两个东西差别有多大，例如人类与章鱼的相异度明显大于人类与黑猩猩的相异度，这是能我们直观感受到的。但是，计算机没有这种直观感受能力，我们必须对相异度在数学上进行定量定义。 设 ，其中X，Y是两个元素项，各自具有n个可度量特征属性，那么X和Y的相异度定义为： ，其中R为实数域。也就是
-
主要内容：聚类和分类的区别,找相似,簇是什么,理解K的含义,如何量化“相似”,总结机器学习算法主要分为两大类：有监督学习和无监督学习，它们在算法思想上存在本质的区别。 有监督学习，主要对有标签的数据集（即有“参考答案”）去构建机器学习模型，但在实际的生产环境中，其实大量数据是处于没有被标注的状态，这时因为“贴标签”的工作需要耗费大量的人力，如果数据量巨大，或者调研难度大的话，生产出一份有标签的数据集是非常困难的。再者就算是使用人工来标注，标注的速度也会比数据生产的速度慢的多。因
-
聚类 聚类，简单来说，就是将一个庞杂数据集中具有相似特征的数据自动归类到一起，称为一个簇，簇内的对象越相似，聚类的效果越好。它是一种无监督的学习(Unsupervised Learning)方法,不需要预先标注好的训练集。聚类与分类最大的区别就是分类的目标事先已知，例如猫狗识别，你在分类之前已经预先知道要将它分为猫、狗两个种类；而在你聚类之前，你对你的目标是未知的，同样以动物为例，对于一个动物集来
-
k-means 算法，也被称为 k-平均 或 k-均值，是一种得到最广泛使用的聚类算法。 它把n个点（可以是样本的一次观察或一个实例）划分到k个聚类中，使得每个点都属于离他最近的均值（此即聚类中心）对应的聚类，以之作为聚类的标准。 相异度计算方法： 欧几里得距离 曼哈顿距离 闵可夫斯基距离 皮尔逊相关系数 优点 简单、快速，可并行计算 已经获得防范的应用 缺点 必须事先给出k（要生成的簇的数目），
-
@subpage tutorial_py_kmeans_understanding_cn 阅读以获得对 K-Means Clustering 的直观理解。 @subpage tutorial_py_kmeans_opencv_cn 现在我们来试试 OpenCV 中的 K-Means 函数。
-
本文向大家介绍k-means算法流程相关面试题，主要包含被问及k-means算法流程时的应答技巧和注意事项，需要的朋友参考一下 参考回答： 从数据集中随机选择k个聚类样本作为初始的聚类中心,然后计算数据集中每个样本到这k个聚类中心的距离,并将此样本分到距离最小的聚类中心所对应的类中。将所有样本归类后,对于每个类别重新计算每个类别的聚类中心即每个类中所有样本的质心,重复以上操作直到聚类中心不变为止。