聚类算法原理

算法流程：

1，选择聚类的个数K.

2,任意产生K个聚类，然后确定聚类中心，或者直接生成K个中心。

3，对每个点确定其聚类新中心。

4，再计算其聚类新中心。

5.重复以上步骤直到满足收敛要求。（通常就是确定的中心点不再改变。）

K-means:
事先确定常数K,常数K意味着最终的聚类类别数，首先随机选定初始点为质心，并通过计算每一个样本与质心之间的相似度（这里为欧式距离），将样本点归到最相似的类中，接着，重新计算每个类别的质心（极为类中心），重复这样的过程，直到质心不再改变，最终就确定 了每个样本所属的类别以及每个类的质心。由于每次都要计算所有的样本与每一个质心之间的相似度，故在大规模的数据集上，K-means算法的收敛速度比较慢。

2，算法效果的衡量标准
K值 确定
就是“肘”方法：
（1）对于n个点的数据集，迭代计算k from 1 to n,每次聚类完成后计算每个点到其所属的簇中心的距离的平方和；
（2）平方和是会逐渐变小的，直到k==n时平方和为0，因为每个点都是它所在的簇中心本身。
（3）在这个平方和变化过程中，会出现一个拐点，也即是“肘”点，下降突然变缓时即认为是最佳的K值。

在增加分类无法带来更多回报时，我们停止增加类别。

s=1时 说明分正确了；
s=-1时 说明分错误了；
s=0时 模棱两可 不好也不坏；