聚类分析K-means算法综述(共3页).doc

精选优质文档-倾情为你奉上聚类分析K-means算法综述 摘 要 ：介绍 K-means聚类算法的概念，初步了解算法的基本步骤，通过对算法缺点的分析，对算法已有的优化方法进行简单分析，以及对算法的应用领域、算法未来的研究方向及应用发展趋势作恰当的介绍。关键词 ：K-means聚类算法 基本步骤 优化方法 应用领域 研究方向 应用发展趋势算法概述K-means聚类算法是一种基于质心的划分方法，输入聚类个数k，以及包含 n个数据对象的数据库，输出满足方差最小标准的k个聚类。评定标准 ：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。聚类相似度是利用各聚类中对象的均值所获得一个“中心对象”（引力中心）来进行计算。解 释 ：基于质心的划分方法就是将簇中的所有对象的平均值看做簇的质心，然后根据一个数据对象与簇质心的距离，再将该对象赋予最近的簇。k-means 算法基本步骤（1） 从