K 均值聚类背景

每个训练实例都根据应用于实例和聚类中心的所指定距离函数，分配到最接近的聚类。然后，重新计算所有聚类中心，作为分配到特定聚类的实例的平均属性值向量。聚类中心通过随机选取 k 个训练实例进行初始化，其中 k 是所需聚类数。

当聚类分配完全无变化，或者只有足够少的变化时，迭代过程停止。但是，实际上，指定迭代次数（通常是 3 到 36 范围内的数字）就已足够。

如果指定“distance=euclidean”，那么距离是由欧几里德距离测量而得。如果指定“distance=norm_euclidean”，那么距离是由归一化欧几里德距离测量而得。归一化欧几里德距离的标度恒定，即，结果并不依赖于所用指标的统一。例如，指标的统一包括英里与千米、$ 与 € 以及°F 与°C。