来自：

 

　　K-Means算法是无监督聚类算法，它有很多变体。包括初始化优化K-Means++，距离计算优化elkan K-Means算法和大样本优化Mini Batch K-Means算法。

 

1. K-Means原理

　　K-Means算法思想：给定样本集，按照样本之间距离大小，将样本划分为K个簇。让簇的点尽量紧密连在一起，让簇间的距离尽量的大。

　　用数据表达式表示，簇划分为（C₁，C₂，...C_k），目标是最小化平方误差E：

　　其中μ_i是簇C_i的均值向量，有时也质心，表达式：

　　直接求上式最小值，不容易，是NP难题，只能采用启发式的迭代算法。

　　K-Means采用的启发式方式很简单，