Question

1）从N个样本数据中随机选取K个对象作为初始的聚类中心。

2）分别计算每个样本到各个聚类中心的距离，将对象分配到距离最近的聚类中。

3）所有对象分配完成后，重新计算K个聚类的中心。

4）与前一次计算得到的K个聚类中心比较，如果聚类中心发生变化，转过程2），否则转过程5）。

5）当质心不发生变化时停止并输出聚类结果。

聚类的结果可能依赖于初始聚类中心的随机选择，可能使得结果严重偏离全局最优分类。实践中，为了得到较好的结果，通常选择不同的初始聚类中心，多次运行K-Means算法。在所有对象分配完成后，重新计算K个聚类的中心时，对于连续数据，聚类中心取该簇的均值，但是当样本的某些属性是分类变量时，均值可能无定义，可以使用K-众数方法。