K-means聚类算法及其MATLAB实现

参考：

http://www.csdn.net/article/2012-07-03/2807073-k-means

http://www.cnblogs.com/zhzhang/p/5437778.html

http://blog.csdn.net/qll125596718/article/details/8243404/

K-means属于无监督学习方法

K表示类别数，Means表示均值，K一般由人工来指定，或通过层次聚类(Hierarchical Clustering)的方法获得数据的类别数量作为选择K值的参考

选择较大的K可以降低数据的误差，但会增加过拟合的风险。

K-mean算法如下：

（1）随机选取K个初始质心

（2）分别计算所有样本到这K个质心的距离

（3）如果样本离质心Si最近，那么这个样本属于Si点群；如果到多个质心的距离相等，则可划分到任意组中

（4）按距离对所有样本分完组之后，计算每个组的均值（最简单的方法就是求样本每个维度的平均值），作为新的质心

（5）重复（2）（3）（4）直到新的质心和原质心相等，算法结束

K-mean算法的一些特点、与EM估计的关系：