无监督学习 - 均值聚类（K-Means Clustering）

什么是机器学习

K-Means聚类是一种无监督学习算法，用于将数据集分成K个不同的组（簇），每个组内的数据点与组内其他点的相似度较高，而与其他组内的点相似度较低。这是通过迭代地调整簇中心和将数据点分配到最近的簇来实现的。以下是K-Means聚类的基本步骤：

初始化：随机选择K个数据点作为初始簇中心，这些点可以是数据集中的实际数据点，或者通过其他初始化方法获得。
分配到最近的簇：对于每个数据点，计算其与各个簇中心的距离，并将其分配到距离最近的簇。
更新簇中心：对于每个簇，计算其所有数据点的均值，并将该均值作为新的簇中心。
重复步骤2和步骤3：重复执行步骤2和步骤3，直到簇中心不再发生显著变化或达到预定的迭代次数。
输出结果：最终得到K个簇，每个簇由其均值（簇中心）表示。数据点被分配到这些簇中的一个，形成了聚类结果。

K-Means聚类的优点包括简单、高效，对于大型数据集也是相对可行的。然而，它也有一些缺点，比如对于簇形状不规则或大小差异较大的数据集，表现可能不佳。此外，K值的选择通常需要一些经验或者通过其他方法进行评估，比如肘部法则（Elbow Method）。

下面是使用Python中的scikit-learn库进行K-Means聚类的简单示例：

python 复制代码

from sklearn.cluster import KMeans
import numpy as np

# 生成随机数据集
np.random.seed(42)
data = np.random.rand(100, 2)

# 使用K-Means进行聚类（假设要分成3个簇）
kmeans = KMeans(n_clusters=3)
kmeans.fit(data)

# 获取簇中心和分配结果
centroids = kmeans.cluster_centers_
labels = kmeans.labels_

# 打印结果
print("簇中心：")
print(centroids)
print("\n分配结果：")
print(labels)

这只是一个简单的例子，实际应用中需要根据数据集的特点和需求进行调整和优化。