Spark认证

一、K-Means聚类算法

1、K-Means聚类算法介绍

1、算法接收参数k；随后将输入的n个数据对象分成k个集群以便使得所形成的集群满足∶同一集群内部的数据对象之间相似度较高；而不同集群之间的数据对象相似度较低。
2、算法思想：基于空间中的k个中心点展开数据划分工作；将与这些中心点最接近的对象归为一类。通过不断更新的过程逐步优化各集群的核心位置直至获得最优划分结果。

2、K-Means聚类算法步骤

随后，在元素集合A中随机选取k个样本作为各子集的中心点；接着，在剩余未分组的所有样本上计算其与各中心点之间的距离；基于距离评估结果将这些样本分配至离其最近的中心点所属的子集；随后重新评估各子集中所有样本在各个维度上的平均值来确定新的中心点位置；持续迭代上述步骤直至聚类结果稳定不变。

3、K-Means聚类算法实例

![](https://cdl.