今天要來講解K-Means，它是一個常見的非監督式(unsupervised)分群的演算法，他是利用向量距離來做聚類，演算法步驟如下：

1. 首先，在n個向量任選m個向量為資料聚類中心的向量
   如上圖，n=300、m=4
2. 計算每個物件與這個m個中心物件向量的距離
3. 把計算出來的向量將他與距離他最近的物件向量歸類在一個類叢集
   如上圖其中一點為例，該點距離中心向量A的距離為1；
   距離中心向量B的距離為9；
   距離中心向量C的距離為11；
   距離中心向量D的距離為28
4. 重新計算每個群集的聚類中心向量位置
5. 重複計算3、4，直到類聚叢集的向量歸類變化極少為止(代表要確保該點屬於該中心向量的群集)

• 跟之前一樣，先匯入今天範例的資料集與模組

%matplotlib inline
import matplotlib.pyplot as plt
import seaborn as sns; sns.set()
import numpy as np

• 依照剛開始介紹k-means algorithm，我們來建立有300個樣本點，4個中心點

from sklearn.datasets.samples_generator import make_blobs
X, y_true = make_blobs(n_samples=300, centers=4,
                       cluster_std=0.60, random_state=0)
plt.scatter(X[:, 0], X[:, 1], s=50);

• 再來利用SKlearn的KMeans模組，挑出4個中心數據聚類中心

from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=4)
kmeans.fit(X)
y_kmeans = kmeans.predict(X)

plt.scatter(X[:, 0], X[:, 1], c=y_kmeans, s=50, cmap='viridis')

centers = kmeans.cluster_centers_
plt.scatter(centers[:, 0], centers[:, 1], c='black', s=200, alpha=0.5);

由上圖，可以看到中心向量物件的位置(陰影部分)

• 當然有時候資料數據離聚類的中心距離最近，並不一定為同一類別資料，反而會因為鄰居(neighbors)的關係，將資料分類為該類別，而我們匯入SKlearn中SpectralClustering模組來實作：

from sklearn.cluster import SpectralClustering
model = SpectralClustering(n_clusters=2, affinity='nearest_neighbors',
                           assign_labels='kmeans')
labels = model.fit_predict(X)
plt.scatter(X[:, 0], X[:, 1], c=labels,
            s=50, cmap='viridis');

下一節要講解Gaussian Mixture Models，他是K-mean的延伸，所以這一節要先看懂ㄛ