K均值

简介

K均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法。

当我们需要将数据分成不同的组时，可以使用聚类算法。k-means是一种常用的聚类算法，它的目标是将数据分成k个不同的簇，其中每个簇都有自己的中心点。下面是k-means算法的详细步骤：

1. 随机选择k个数据点作为初始中心点。
2. 对于每个数据点，计算它与k个中心点之间的距离，并将其归为距离最近的中心点所在的簇。
3. 对于每个簇，重新计算它们的中心点（即该簇中所有数据点的平均值）。
4. 重复步骤2和3，直到簇不再发生变化或达到最大迭代次数。

需要注意的是，k-means算法对于初始中心点的选择非常敏感，不同的初始中心点可能会导致不同的聚类结果。因此，通常会多次运行算法，并选择最优的聚类结果。

算法参数及说明

参数	说明
聚簇数	K值，默认8
初始化方法	默认k-means++
迭代次数	默认10
最大迭代次数	默认300
收敛	Relative tolerance with regards to Frobenius norm of the difference in the cluster centers of two consecutive iterations to declare convergence. 默认1e-4

案例

案例数据下载：iris.xlsx

案例介绍：Iris数据集是常用的分类实验数据集，由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Setosa，Versicolour，Virginica）三个种类中的哪一类。

• Sepal.Length（花萼长度），单位是cm;
• Sepal.Width（花萼宽度），单位是cm;
• Petal.Length（花瓣长度），单位是cm;
• Petal.Width（花瓣宽度），单位是cm;
• 种类：Iris Setosa（山鸢尾）、Iris Versicolour（杂色鸢尾），以及Iris Virginica（维吉尼亚鸢尾）。

制作流程：

1. 选择iris数据集；
2. 在智能分析图表中选择K-Means；
3. 设置目标属性和特征属性；
4. 设置聚簇数K值；
5. 点击执行预测；
6. 设置X轴属性和Y轴属性；