KNN了解啦，Kmeans能缺席吗？
kmeans算法：无监督学习算法中存在一种算法为聚类算法，聚类算法中最经典的是kmeans
聚类算法目的：同一类内相似性高；不同类之间相似性低（相异度高）
所谓聚类问题，就是给定一个元素集合D，其中每个元素具有n个可观察属性，使用某种算法将D划分成k个子集，要求每个子集内部的元素之间相似度尽可能的高，而不同子集的元素相似度尽可能低。其中每个子集叫做一个簇
k-means介绍
k均值算法，k需要提前指定，决定了数据集被分为多少个子集
K-means的原理
1、随机初始化聚类中心
2、计算所有样本到各个聚类中心的距离，并归属到和其最近（最相似）的聚类中心
3、重新确定聚类中心
重复2 和3，直到达到停止条件
K-means特点
一、需要制定k值--预先指定的参数，称为超参数
二、受初始值（初始聚类中心）的影响，达到局部最优效果
三、受离群点的影响大。通常处理方式，剔除异常值
四、距离表证相似度，特征量级不同，需要进行数据标准化
五、K-means算法之前还需要进行数据预处理：数据异常值剔除、数据标准化
k-means的API
API
k-means算法评估
用轮廓系数进行评估聚类的效果
轮廓系数
对于每个点 i 为已聚类数据中的样本 ， i b_ 为 i 到其它族群的所有样本的距离平均值，
i a_ 为 i 到本身簇的距离平均值。最终计算出所有的样本点的轮廓系数平均值。
聚类评估理解图
结论：如果i b_>>i a_:趋近于 1 效果越好，i b_<<i a_:趋近于-1，效果不好。轮廓系数的值是介于 [-1,1] ，越趋近于 1 代表内聚度和分离度都相对较优。
代码实现轮廓系数
轮廓系数
