●前言
1 概述 1
1.1 聚類介紹 1
1.2 方法描述 4
1.2.1 方法思想 4
1.2.2 方法流程 5
1.3 發展歷程 6
1.4 應用領域 16
參考文獻 20
2 k-均值算法 27
2.1 從聚類到SSE最小化問題 27
2.2 Lloyd算法 29
2.3 復雜度分析 34
2.4 測度方法 35
2.5 初始化問題 39
2.5.1 k值選取 39
2.5.2 初始簇中心點選取 45
2.6 k-均值的典型改進 50
2.6.1 X-means 50
2.6.2 G-means 53
2.7 k-均值與其他方法的等價性 56
2.7.1 混合模型 57
2.7.2 非負矩陣分解 58
2.7.3 主成分分析 59
2.7.4 數學規劃 61
參考文獻 61
3 類k-均值算法 69
3.1 k-medoids算法 69
3.1.1 PAM算法 70
3.1.2 PAM算法演示及問題分析 72
3.2 k-modes算法 76
3.3 模糊k-均值算法 87
3.4 模糊k-modes算法 91
3.5 核k-均值算法 93
3.6 二分k-均值算法 98
參考文獻 102
4 優化的k-均值算法 106
4.1 加速優化 106
4.1.1 準確優化算法 106
4.1.2 近似優化算法 118
4.2 多視角 121
4.3 魯棒性 124
4.4 約束 126
4.5 分布式的實現 128
參考文獻 134

k-均值算法是數據聚類的核心算法，是專享入選數據挖掘領域的十大算法的聚類算法。在實際繫統中使用的聚類算法基本就是k-均值算法。本書是第一部專門討論k-均值算法的著作，對k-均值算法的理論和方法、各類衍生算法、各種改進方法進行全面而繫統的介紹。全書共四章，第1章討論聚類問題和發展歷史，第2章介紹k-均值算法基礎以及k-均值算法和其他聚類算法的聯繫，第3章介紹k-均值算法的各類衍生算法，第4章介紹k-均值算法的改進方法。