K-Means常见面试题
++关于K-means在面试中常见的问题先汇总一下，下面分别详细说明。++
- **简述一下K-means算法的原理和工作流程**
- **K-means中常用的到中心距离的度量有哪些？**
- **K-means中的k值如何选取?**
- **K-means算法中初始点的选择对最终结果有影响吗？**
- **K-means聚类中每个类别中心的初始点如何选择？**
- **K-means中空聚类的处理**
- **K-means是否会一直陷入选择质心的循环停不下来？**
- **如何快速收敛数据量超大的K-means？**
- **K-means算法的优点和缺点是什么？**
- **如何对K-means聚类效果进行评估？**
---
# 1、原理和工作流程
**流程：**
>1. 首先随机选取样本中的K个点作为聚类中心；
>2. 分别算出样本中其他样本距离这K个聚类中心的距离，并把这些样本分别作为自己最近的那个聚类中心的类别；
>3. 对上述分类完的样本再进行每个类别求平均，求解出新的聚类中心；
>4. 与前一次计算得到的K个聚类中心比较，如果聚类中心发生变化，转过程b，否则转过程e；
>5. 当质心不发生变化时，停止并输出聚类结果。
# 2、K-means中常用的到中心距离的度量有哪些？
曼哈顿距离、欧氏距离、余弦相似度
# 3、K-means中的k值如何选取
**手肘法、轮廓系数法**
# 4、其他小问题
## 5、K-means算法中初始点的选择对最终结果有影响吗？
会有影响的，不同的初始值结果可能不一样
## 6、K-means聚类中每个类别中心的初始点如何选择？
（1）这k个点的距离尽可能远
（2）可以对数据先进行层次聚类（博客后期会更新这类聚类算法），得到K个簇之后，从每个类簇中选择一个点，该点可以是该类簇的中心点，或者是距离类簇中心点最近的那个点。
## 7、K-means中空聚类的处理
（1）选择一个距离当前任何质心最远的点。这将消除当前对总平方误差影响最大的点。
（2）从具有最大SSE的簇中选择一个替补的质心，这将分裂簇并降低聚类的总SSE。如果有多个空簇，则该过程重复多次。
（3）如果噪点或者孤立点过多，考虑更换算法，如密度聚类（博客后期会更新这类聚类算法）
## 8、K-means是否会一直陷入选择质心的循环停不下来？
（1）迭代次数设置
（2）设定收敛判断距离
## 9、如何快速收敛数据量超大的K-means？
相关解释可以去这个博客稍做了解https://blog.csdn.net/sunnyxidian/article/details/89630815
---
转载：[k-means常见面试题](https://blog.csdn.net/qq_38147421/article/details/106472422)