无监督学习算法中K-means算法的总结及C++编程实现

图1：K-means算法。训练样本以点的形式展示，聚类中心则以叉号表示。（a）原始数据集。（b）随机初始的聚类中心（在此例中，并未选择与两个训练样本相同的点作为初始值）。（c-f）展示了运行两次K-means算法的过程。在每次迭代中，我们将每个训练样本分配给距离最近的聚类中心（通过将被分配到同一聚类中心的训练样本涂上相同颜色来体现这一过程）；随后，将每个聚类中心移动到其所属样本的均值位置。（建议以彩色方式查看）。图片由M