开发者学堂课程【高校精品课-华东师范大学-人工智能基础：K-Means 算法性能评价】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/920/detail/15584
K-Means 算法性能评价
聚类算法的技术标准和性能评价
聚类算法的流程是首先随机选取K个样本作为初始聚类中心。然后通过距离函数计算每个样本到各个聚类中心的距离。把样本划分给最近的聚类中心。
接下来，重新计算新的聚类中心，并将所有样本重新分配到各聚类中心。聚类的结束条件通常是聚类中心和划分方式不再变化。
然而，有时聚类中心和划分方式比较难固定。很难在有限时间内达到最优分配方案，这时就需要手工设定聚类的结束条件。如聚类时间、迭代次数达到指定的误差范围的。从聚类目标的角度来看，可以用聚类平方和来体现聚类的效果。
聚类平方和是这样计算，公式中，假设数据集 X 包含 N 个数据点。需要划分到K个类。类中心用集合u表示，聚类后所有数据点到各自聚类中心的距离的平方和为聚类平方和用J表示，
距离的度量手段有很多种，如常用的欧式距离、曼哈顿距离等。
例如图中这个簇，簇内的每个样本与簇中心求距离，并计算平方。关于距离的计算。不同维度的向量计算有各自的计算方式。
例如，一维空间样本数据直接做减法，二维空间可以使用样本间的欧氏距离的距离。如果是多维空间，这个距离可以用样本向量间的距离来计算。对于所有的簇，其中的每个样本都这样计算。最后将所得的距离的平方进行加和，这个总的加和就是J值。
聚类目标是使得J值最小化。也可以设定J值作为聚类结束的标准。例如，在某次迭代前后J值没有发生变化，这说明簇的分配不再发生变化，算法已经收敛。
