目的

这是一次通过执行k均值聚类来检测网络入侵的尝试

这个过程需要五步。我们要从没有聚类的非标记数据开始。算法创建了这个非标记数据的聚类。假设你想要计算错误和梯度下降，但是你没有这样做，在这种情况下你能做什么？这就是无监督学习开始发挥作用原因。

让我们开始吧！k是我们想要的聚类数目。然后我们将k的质心放在随机位置上。

它是如何工作的 ？

这个算法是一个迭代过程。本文将在图像的帮助下逐步解释它。

考虑下面的一组数据。我们需要将这些数据分成两组。

步骤1:算法随机选择两个质心c1和c2（有时，任何两个数据都作为质心）。

步骤2:它计算从每个点到两个质心的距离。如果测试数据更接近c1，那么该数据标记为'0'。如果它更接近c2，则标记为'1'（如果有更多的质心，标记为'2'，'3'等）。在我们的例子中，我们将用红色标记所有'0'，'1 '用蓝色标记。所以我们在进行上面的操作之后可以得到以下图像：

步骤3: 接下来，我们分别计算所有蓝色点和红色点的平均值，这个值将是我们的新质心。那就是c1和c2转移后的新质心。（请记住，所显示的图像不是真正的值，也不是真正的比例尺，它仅用于演示）。再次，执行步骤2，新质心和标记数据为'0'和'1'。

所以我们得到如下结果：

现在，迭代步骤2和步骤3，直到两个质心停止移动到固定点。（或者根据考验我们提供的标准，例如迭代的最大次数，或者达到特定的精度等等，它都可能会停止。）这些点是测试数据与它们对应的质心之间的距离的最小总和。

最终结果几乎如下所示：

这只是对K均值聚类的直观理解，更多解释。如果我们已经知道它可以被分为三种类型，那么k = 3。但是如果我们不知道有多少分类可能是与数据，所以我们使用肘形方法。肘形方法的概念是运行k数据集后的k值的范围（例如，在上面的例子中k从1到10），并且计算平方误差总和（SSE）。就像这个：

上述k均值聚类的算法，因为我们需要建立我们的算法，所以它将接收参数：

我们应该什么时候使用它？

但是你的数据是数字。它不适用于分类功能。我们要计算实数之间的距离！

如果你没有数据标签

K均值聚类是最简单的。实施运行中，你只需选择"k"并多次运行即可。

当你有多元数据时，K均值聚类和其他聚类算法会"发光"。它们将与一维数据共同"工作"。

当你想了解你的空间中实际存在多少个聚类时，这是很有用的。

其他例子

（欺诈检测）

（MNIST无标签（最后））

k聚类算法通过需要上述步骤，因为我们需要构建我们的算法，所以它将接收为参数：

· K：群集数量（必需）

· epsilon：在停止条件下使用的最小错误（可选，默认== 0）

· 距离：该方法用于计算距离（可选defalut == 0）并返回：

· 质心

· 质心的演变历史

· 每个实例的成员向量具有其各自的质心