一、基本k均值演算法

1 根據使用者指定的引數K，首先選擇K個初始化質心；

2 然後每個點指派到最近的質心，指派到一個質心的點形成一個簇。

3 更新每個簇的質心

4重複步驟2、3，直到簇不在發生變化。

虛擬碼描述如下：

選擇K個點作為初始質心
repeat
    將每個質心指派到最近的質心，形成K個簇
    重新計算每個簇的質心
until 質心不在發生變化

二、Orange中K-means例項

下面的例子顯示了該演算法的計算過程：

import random

from matplotlib import pyplot as plt
import Orange


def plot_scatter(table, km, attx, atty, filename="kmeans-scatter", title=None):
    #plot a data scatter plot with the position of centeroids
    plt.rcParams.update({'font.size': 8, 'figure.figsize': [4,3]})
    x = [float(d[attx]) for d in table]
    y = [float(d[atty]) for d in table]
    colors = ["c", "w", "b"]
    cs = "".join([colors[c] for c in km.clusters])
    plt.scatter(x, y, c=cs, s=10)
    
    xc = [float(d[attx]) for d in km.centroids]
    yc = [float(d[atty]) for d in km.centroids]
    plt.scatter(xc, yc, marker="x", c="k", s=200)
    
    plt.xlabel(attx)
    plt.ylabel(atty)
    if title:
        plt.title(title)
    plt.savefig("%s-%03d.png" % (filename, km.iteration))
    plt.close()

def in_callback(km):
    print "Iteration: %d, changes: %d, score: %8.6f" % (km.iteration, km.nchanges, km.score)
    plot_scatter(table, km, "petal width", "petal length", title="Iteration %d" % km.iteration)
    
table = Orange.data.Table("iris")
random.seed(42)
km = Orange.clustering.kmeans.Clustering(table, 3, minscorechange=0, maxiters=10, inner_callback=in_callback)
 

使用圖形化的方式配置如下：

對Satterplot的配置如下：

Satterplot的圖形化結果如下：

三、參考資料