C均值聚类实验报告(共9页).doc

C均值聚类实验报告一、C均值聚类的算法原理聚类分析是指事先不知样本的类别，而利用样本的先验知识来构造分类器（无监督学习）聚类准则函数在样本相似性度量的基础上，聚类分析还需要一定的准则函数，才能把真正属于同一类的样本聚合成一个类的子集，而把不同类的样本分离开来。如果聚类准则函数选得好，聚类质量就会高。同时，聚类准则函数还可以用来评价一种聚类结果的质量，如果聚类质量不满足要求，就要重复执行聚类过程，以优化结果。在重复优化中，可以改变相似性度量，也可以选用新的聚类准则。误差平方和准则（最常用的） 假定有混合样本集 ，采用某种相似性度量 被聚合成c个分离开的子集 ，每个子集是一个类， 它们分别包含 个 样本 。 为了衡量聚类的质量，采用误差平方和聚类准则函数 式中 为类中样本的均值： 是c个子集合的中心，可以用来代表c个类。误差平方和 聚类准则函数是样本与