k-means聚類演算法原理
k-means演算法原理
k-means是一種無監督的分類演算法，簡而言之就是餵給演算法的資料是沒有標籤的，但是我們需要自己設定k值（分類數）。如顆粒影象中有四種顏色，則設立k值為4.而相反，KNN分類演算法是一種有監督的演算法，我們餵給演算法的資料是有標籤的。
KNN屬於監督學習，類別是已知的，通過對已知分類的資料進行訓練和學習，找到這些不同類的特徵，再對未分類的資料進行分類。
Kmeans屬於非監督學習，事先不知道資料會分為幾類，通過聚類分析將資料聚合成幾個群體。聚類不需要對資料進行訓練和學習。
演算法原理
K-Means演算法的特點是類別的個數是人為給定的，如果讓機器自己去找類別的個數，通過一次次重複這樣的選擇質心-計算距離後分類-再次選擇新質心的流程，直到我們分組之後所有的資料都不會再變化了，也就得到了最終的聚合結果。
演算法過程
（1）隨機選取k個質心（k值取決於你想聚成幾類）
（2）計算樣本到質心的距離，距離質心距離近的歸為一類，分為k類
（3）求出分類後的每類的新質心
（4）再次計算計算樣本到新質心的距離，距離質心距離近的歸為一類
（5）判斷新舊聚類是否相同，如果相同就代表已經聚類成功，如果沒有就迴圈2-4步驟直到相同
KMeans演算法例項講解
（1）隨機選取k個質心（k值取決於你想聚成幾類）
假設我想聚3類，那我們隨機選取【紅色、白色、綠色】這3個電影作為質心。
（2）計算樣本到質心的距離，距離質心距離近的歸為一類，分為k類
計算除質心（大佬）外的樣本（小弟）的歐式距離，樣本（小弟）離哪個質心（大佬）近，該樣本就跟哪個質心（大佬）同一個類別。
（3）求出分類後的每類的新質心
上面我們已經分為三類了，我們需要從三類中重新選出大佬（質心）。
A將紅色、白色、綠色的平均值做A類的大佬。
（4）再次計算計算樣本到新質心的距離，距離質心距離近的歸為一類
（5）判斷新舊聚類是否相同
經過這次計算我們發現聚類情況並沒有變化，這就說明我們的計算收斂已經結束了，不需要繼續進行分組了，最終資料成功按照相似性分成了三組。
演算法程式設計
第一步：匯入必要包
import pandas as pd
from sklearn.cluster import KMeans
第二步：讀入資料
data=pd.read_excel("kmeans.xlsx")
data
第三步：切分資料集
這個就比較簡單了，直接找出訓練集feature（train_x）
train_x=data.iloc[0:10,1:4]#紅色部分
第四步：建模預測
kmeans = KMeans(n_clusters=3)#n_clusters=3即指定劃分為3個型別
kmeans.fit(train_x)#模型訓練
y_kmeans = kmeans.predict(train_x)#模型預測
y_kmeans
最終模型輸出結果為一個數組，它和電影名稱是對應的.
參考博文：（最通俗的話解釋KNN，KMeans演算法）[https://zhuanlan.zhihu.com/p/122195108]