一、基本解釋（演算法思想、名詞解釋）
演算法：
1、在總體中隨機選擇k個值作為初始質心。
2、計算每個樣本點到每個質心的距離（一般為歐式距離），將每個點指派到最近的質心點，形成k個聚類。
3、重新這個簇的樣本點的平均值，作為簇的新質心。
4、重複2-3直至質心不再發生變化，或者只發生很微小的變化。
名詞解釋：
關於距離的定義請參考：數學演算法中的各種距離
二、數學推導
三、r中自帶包及案例介紹
在r語言中，只需要呼叫knn包中的kmeans函式，主要引數有資料集以及要分的類別數量。
下面是呼叫kmeans函式對經典資料集iris進行聚類的**
#r語言**
# 用r自帶的kmeans包實現kmeans聚類
#讀取iris 資料集
## 設定路徑為algorithmpractise-r，讀取當前工作目錄子資料夾格式，windows格式參考 "d:\\myspace\\機器學習\\r\\rsourse"
iris
#處理資料集，去掉分類資料列class
#剩餘引數有四個：sepal萼片的長寬、petal 花瓣的長寬
newiris
#呼叫kmeans，將樣本分為3類
kckc$cluster
#檢視fitted(kc) #此函式用於檢視之前樣本點通過模型之後的擬合值，這裡其實就是樣本點所屬分類簇質心的座標
table(iris$class,kc$cluster)
#聚類的視覺化
#按照萼片的長寬來顯示
plot(newiris[c("sepal.length","sepal.width")],
col=kc$cluster,pch=as.integer(iris$class))
#按照花瓣的長寬來顯示
plot(newiris[c("petal.length","petal.width")],
col=kc$cluster,pch=as.integer(iris$class))
#以上引數中 col 代表顏色，這裡用聚類結果kc$cluster 來顯示,pch (plot charater簡稱)，用之前的分類來顯示
#這樣能清楚的看出通過聚類後的分類和之前分類的區別
#畫出分類的中心點，col代表三種顏色、pch代表中心點形狀、cex代表大小
points(kc$centers,col=1:3,pch=16,cex=2)
四、用r語言自定義函式來實現kmeans功能
iris
#歐式距離計算函式
eudist
#初始質心的計算
initpoints
return(centerpointset)
}#自定義kmeans的函式函式體
customkmeans
#下面要建乙個記錄矩陣，矩陣行數跟樣本點數相同，列數為兩列，第一列記錄該樣本點所屬的類別，第二列記錄誤差值
m=nrow(dataset) #請注意，這裡既代表了樣本檔案有幾行，也代表了有幾個樣本點
pointproperty=matrix(data=0,nrow = m,ncol = 2,byrow = false,dimnames = null)
#初始質心
centroid=initpoints(dataset,k)
colnames(centroid)=colnames(dataset)
#設定遞迴結束位，即當質心還變化的時候，則繼續遞迴，當然這裡也可以改為變化範圍的限制，即當質心只發生微小變化的時候，就停止遞迴
changeflag=true
while(changeflag){
changeflag=false
for (i in 1:m) {
#該for迴圈的次數為資料集的樣本的個數，每行都是乙個樣本點，對每個樣本點計算到每個質心的字段距離，判斷屬於那個簇，以及更新分類標誌位
mindist=inf #預設每個樣本點離所有質心的最短距離為正無窮
minindex=-1 #預設每個樣本點的分類為-1，其實也就是初始是沒有分類
for (j in 1:k) {
#該for迴圈的迴圈次數為質心的個數，即計算第i個樣本點到所有質心的距離，並記錄下最短距離是多少，以及離哪個質心最近
distij=eudist(dataset[i,],centroid[j,]) #計算樣本中第i個點與第j個質心之間的歐式距離
if(is.na(distij)) distij = inf
if(distij
五、自定義函式模型評估
聚類分析 K Means演算法
k means演算法 這是基於劃分的聚類演算法，該演算法效率較高，對大規模資料進行聚類時被廣泛使用。基本思路 把資料集劃分成k 個簇，每個簇內部的樣本非常相似，不同簇之間的差異非常大。k means演算法是乙個迭代演算法，先隨機選擇 k個物件，每個物件代表了起中心，對於剩下的物件，將其賦給最近的簇，...
k means聚類分析
k means演算法是machine learning領域內比較常用的演算法之一。首先從n個資料物件任意選擇 k 個物件作為初始聚類中心 而對於所剩下其它物件，則根據它們與這些聚類中心的相似度 距離 分別將它們分配給與其最相似的 聚類中心所代表的 聚類 然 後再計算每個所獲新聚類的聚類中心 該聚類中...
K means聚類分析
主成分分析 pca pca n components 0.9 data pca.fit transform cross 降維x data 500 x.shape 對類別預設為4 km kmeans n clusters 4 km.fit x predict km.predict x 顯示聚類結果 p...