数据挖掘学习（四）——常见案例总结

1、K-meaning算法实战 主要是通过均值来聚类的一个方法。 步骤为： 1）随机选择k个点作为聚类中心； 2）计算各个点到这k个点的距离，将距离相近的点聚集在一起，行程k个类； 3）将对应的点聚到与他最近的聚类中心； 4）分成k个聚类之后，重新计算聚类中心； 5）比较当前聚类中心与前一次聚类中心，如果是同一个点，则聚类收敛，得到聚类结果；如果为不同的点，则重复第二到五步。 #!/usr/bin

>>阅读原文<<