Python机器学习之K-Means聚类实现详解

通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。根据上述函数，来构建kmeans函数实现K-means聚类算法。得到图形如下：image.png4.关于初始化质心的设置我们前边设置的初始质心：[3, 3], [6, 2], [8, 5]，是事先设定的，并由此生成idx，这是后边进行kmeans聚类的基础，实际上对于二维以上数据，由于无法在平面坐标轴展示，很难一开始就设定较好的初始质心，另外，初始质心的设定也可能会影响算法的收敛性。