聚类算法的分析与实现

Question

大家好，请教下K-means算法和分级聚类算法的主要思想。希望能给个具体点的实例讲解，例如对考试成绩进行分析，谢谢谢谢了！！！

Answer 1

分级聚类通过连续不断地将最为相似的的群组合并，来构造出一个群组的层级结构。在每次迭代的过程中，分级聚类算法都会计算两两群组间的距离，并将距离最近的两个群组合并，最张形成一个群组。 

k均值法（以前一直以为kmeans和knn指的同一种算法，hh）。k-means 算法的工作过程说明如下：首先从n个数据对象任意选择 k 个对象作为初始聚类中心；而对于所剩下其它对象，则根据它们与这些聚类中心的相似度（距离），分别将它们分配给与其最相似的（聚类中心所代表的）聚类；然后再计算每个所获新聚类的聚类中心（该聚类中所有对象的均值）；不断重复这一过程直到标准测度函数开始收敛为止。一般都采用均方差作为标准测度函数. k个聚类具有以下特点：各聚类本身尽可能的紧凑，而各聚类之间尽可能的分开。