K-Means

定义 Definition

K-means（K 均值聚类）是一种常用的无监督学习聚类算法：把数据分成 K 个簇（groups/clusters），通过反复更新每个簇的中心点（centroid），使得簇内样本到其中心点的距离平方和尽量小。（也常写作 k-means clustering；在不同距离度量下也有变体。）

发音 Pronunciation (IPA)

/ˈkeɪ miːnz/

例句 Examples

We used k-means to group customers by their buying habits.
我们用 K-means 按购买习惯对客户分组。

After scaling the features, the team ran k-means with multiple random starts to reduce the risk of getting a poor local optimum.
在对特征做标准化之后，团队用多次随机初始化运行 K-means，以降低陷入较差局部最优解的风险。

词源 Etymology

名称来自数学记号：K 表示要分成的簇的数量，means 指每个簇用其样本的均值（mean）作为代表中心（即“簇中心/质心”）。该方法在 20 世纪中期逐步成形，并在统计学与模式识别领域广泛传播。

相关词 Related Words

• Clustering
• Centroid
• Unsupervised
• Euclidean
• Feature
• Initialization
• Convergence
• Lloyd

文学与著作中的用例 Literary Works

• J. MacQueen (1967), Some Methods for Classification and Analysis of Multivariate Observations（提出并推广 K-means 的经典论文之一）
• Christopher M. Bishop, Pattern Recognition and Machine Learning（常见机器学习教材，含 K-means 与 EM 的相关讲解）
• Trevor Hastie, Robert Tibshirani, Jerome Friedman, The Elements of Statistical Learning（统计学习经典教材，讨论聚类与 K-means）
• Kevin P. Murphy, Machine Learning: A Probabilistic Perspective（从概率视角介绍聚类与相关算法）
• Richard O. Duda, Peter E. Hart, David G. Stork, Pattern Classification（模式识别经典教材，涵盖 K-means 等聚类方法）