means算法的起源？

K-means算法的起源

1967年，James MacQueen在他的論文《用于多變量觀測分類和分析的一些方法》中首次提出 “K-means”這一術語。1957年，貝爾實驗室也將標準算法用于脈沖編碼調制技術。1965年，E.W. Forgy發表了本質上相同的算法——Lloyd-Forgy算法，所以這一算法有時也被稱為Lloyd-Forgy算法。更高效的版本則被Hartigan and Wong提出。

K-means算法的原理

K-Means聚類算法是聚類算法之一，其中K表示類別的數量，也就是說，我們想要將數據分成幾個類別，Means表示均值。K值決定了初始質心（通常是隨機選擇的中心）的數量。K值是幾，必須有幾個質心。 簡而言之，K-Means聚類算法是一種通過均值聚類數據點的算法。

K-means算法的過程

1、首先輸入K的值，將數據集分為K個類別。

2、從這組數據中隨機選擇K個數據點作為初始大哥（初始質心），其它數據點都作為小弟。

3、對數據集中每一個小弟，計算與每一個大哥的距離，離哪個大哥距離最近，就分配給哪個大哥。

4、每一個大哥手下都聚集了一幫小弟，這時候召開黑幫會議，推選出新的大哥（新的質心）。

5、如果新大哥和老大哥之間的距離很小或為0，說明新任大哥靠譜，選舉結束（可以認為我們進行的聚類已經達到期望的結果，算法終止）。

6、如果新大哥和老大哥之間的距離很大，需要重新選舉新大哥，分配小弟（重復3~5的步驟）。