非监督分类中的k-means算法

<一>传统的k-means算法实现流程:

输入样本集D={x1,x2,...xm},聚类的簇树k,最大迭代次数N

　　　　输出簇划分C={C1,C2,...Ck}　

　　　　1) 从数据集D中随机选择k个样本作为初始的k个质心向量： {μ1,μ2,...,μk}
　　　　2）对于n=1,2,...,N

　　　　　　a) 将簇划分C初始化为Ct=∅t=1,2...k
　　　　　　b) 对于i=1,2...m,计算样本xi和各个质心向量μj(j=1,2,...k)的距离：dij=||xi−μj||22，将xi标记最小的为dij所对应的类别λi。此时更新Cλi=Cλi∪{xi}
　　　　　　c) 对于j=1,2,...,k,对Cj中所有的样本点重新计算新的质心μj=1|Cj|∑x∈Cjx
　　　　　　e) 如果所有的k个质心向量都没有发生变化，则转到步骤3）

　　　　3） 输出簇划分C={C1,C2,...Ck}

用一幅图表示的话更容易理解

############################################################
# 计算两点之间的欧氏距离并返回
############################################################

def elu_distance(a, b):
    dist = np.sqrt(np.sum(np.square(np.array(a) - np.array(b))))
    return dist



############################################################
# 从数