《Hadoop与大数据挖掘》一2.5KMeans算法原理及HadoopMapReduce实现

本节书摘来华章计算机《Hadoop与大数据挖掘》一书中的第2章 ，第2.5节，张良均 樊 哲 位文超 刘名军 许国杰 周 龙 焦正升 著 更多章节内容可以访问云栖社区“华章计算机”公众号查看。

2.5 K-Means算法原理及Hadoop MapReduce实现

2.5.1 K-Means算法原理
K-Means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表。它是将数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则（如图2-45所示）。K-Means算法以欧氏距离作为相似度测度，求对应某一初始聚类中心向量V最优分类，使得评价指标最小。算法采用误差平方和准则函数作为聚类准则函数。

具体的算法步骤如下：
1）随机在图中取K（这里K＝2）个种子点。
2）然后对图中的所有点求到这K个种子点的距离，假如点P