博主近期实习開始接触数据挖掘，将学习笔记分享给大家。眼下用的软件是weka。下篇文章会着重解说。
转载请附上链接http://blog.csdn.net/iemyxie/article/details/38173495
算法简单介绍：
K-Means算法是输入聚类个数k，以及包括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。并使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类对象相似度较小。
算法如果：
均方误差是计算群组分散度的最佳參数。
算法输入：
聚类个数k；包括n个数据对象的数据集。
算法输出：
k个聚类
算法思想：
(a)绿点表示数据集在二级的欧几里德空间。初始化的中心点u1和u2用红的和蓝的叉来分别表示
(b)在最初的E步骤中。每一个点依据离哪个簇中心点近，被指定为属于红簇还是蓝簇。这等于将这些点依据垂直于两个中心点的分隔线的的哪边分类，它用紫色的线表示。
(c)在接下来的M步骤。又一次计算每一个簇的中心点的平均值作为每一个簇的中心点。
直至中心点位置不变或者变化非常小。
weka执行：
以weather.nominal.arff为例执行结果部分截图例如以下：
从结果中能够看出。这组数据用K-Means算法迭代四次，初始产生了两个中心点。终于有10个instances聚合为一类，4个instances聚合为一类。
函数调用代码：
//读入样本
Filefile=new File("F:\Program Files (x86)\Weka-3-7\data\weather.nominal.arff");
ArffLoaderloader= newArffLoader();
loader.setFile(file);
ins=loader.getDataSet();
//初始化聚类器并设置k值
KM= new SimpleKMeans();
KM.setNumClusters(2);
//进行聚类
KM.buildClusterer(ins);
//打印结果
tempIns=KM.getClusterCentroids();
System.out.println(“CentroIds:”+tempIns);
执行结果例如以下：@attributeoutlook {sunny,overcast,rainy}
@attribute temperature {hot,mild,cool}
@attribute humidity {high,normal}
@attribute windy {TRUE,FALSE}
@attribute play {yes,no}
@data
sunny,mild,high,FALSE,yes
overcast,cool,normal,TRUE,yes
算法应用：
1.图片切割
图为取不同k值时的效果。
3.分析公司的客户分类，使用不同的商业策略
原创文章，转载请附上链接http://blog.csdn.net/iemyxie/article/details/38173495