人工智能基础与应用（第2版）（微课版）课件 5-2 k均值聚类.pptx

5-2k均值聚类模块?物以类聚：发现新簇群

目录CONTENTSk均值算法01k均值算法应用提示02

一.k均值算法1.概念k均值（k-means）算法是一种基于距离划分的聚类算法，由于其具有算法简单、灵活性高、运行效果足够好等特点，因此较常用。该算法计算样本与簇质心的距离，与簇质心相近的样本被划分为同一簇。重用欧式距离计算样本之间的相似度

一.k均值算法2.算法流程

一.k均值算法2.算法流程“×”为质心，第一轮迭代后用分别标记为星形和圆形来表示两个类别，此时新的质心的位置已经发生了改变。图5-5（e）和图5-5（f）重复了图5-5（c）和图5-5（d）所示的过程。××

二.k均值算法应用提示1.k的初值k的初值。k是一个提前定义好的数，其目标是最小化每个簇内部的差异，最大化簇之间的差异。那k取什么值合适呢？它取决于具体的业务需求或分析动机。例如，营销部门只有3种不同的客户资源来支撑拓展市场，那么设定k=3以聚类3种不同的客户可能是一个不错的决定。k=没有先验知识，建议令然后在附近值有哪些信誉好的足球投注网站。

二.k均值算法应用提示2.初始质心的选择k均值算法对初始质心是比较敏感的，这意味着随机的初始质心可能会对最终的聚类结果产生较大的影响。选择初始质心的方法有3种：一是如果事先知道某几个样本彼此之间完全不同，就选择它们作为初始质心；二是跳出样本范围，在特征空间的任意地方取随机值为初始质心；三是分段选择初始质心，第一个初始质心随机选择，其他初始质心按距离已定初始质心最远的样本点来选择。建议：通过多次运行，以聚类性能最优的聚类结果为最优解。

二.k均值算法应用提示3.聚类完毕后有簇号聚类后所有样本都是有簇号的。原来没有标签号（簇号）的样本经过聚类会拥有一个簇号。相同簇号的样本的特征平均值就是该簇质心的坐标，这也是k均值算法名称的由来。提示：簇号默认从0开始，相同簇号的样本属于一类。

二.k均值算法应用提示4.聚类结束条件尽管聚类能产生新的信息，但人们不应该在新信息的准确性上花费太多时间，因为聚类是无监督学习，所以更应该关注对新信息的洞察和理解。当样本数量很大，或者定义的聚类误差很严苛时，为避免聚类陷入迟迟不出结果的尴尬局面，必须设定最大迭代次数和误差阈值，满足其一即可停止聚类。提示：迭代达到最大值，停止；或相邻两次聚类后质心移动的距离小于误差阈值，停止。

人工智能基础与应用Thankyouverymuch!