首页->机器学习

简述K-means聚类算法流程。

答：[参考输入：样本集D，簇的数目k，最大迭代次数N；输出：簇划分(k个簇，使平方误差最小)；算法步骤：1)为每个聚类选择一个初始聚类中心；2)将样本集按照最小距离原则分配到最邻近聚类；3)使用每个聚类的样本均值更新聚类中心；4)重复步骤2、3，直到聚类中心不再发生变化；5)输出最终的聚类中心和k个簇划分。]