讲解版，手机可用！“新课家”第17集｜聚类-手机上的实验室

名称：百香果AI山海智联空间“新课家”——一个面向中小学信息科技与人工智能教师的共研共创社区宗旨：以“共研 · 共创 · 共成长”为核心，探索信息科技、人工智能教育教学新样态，打造一线教学实践新范本成员：中小学一线信息科技、人工智能老师或教研员作为初创人员。

算法原理

什么是 K-Means？

K-Means 是一种经典的无监督聚类算法，将数据划分为 K 个簇，使同一簇内的数据点尽可能相似。

算法步骤

• 1. 初始化
  
  ：随机选择 K 个点作为初始聚类中心
• 2. 分配
  
  ：将每个数据点分配到最近的聚类中心
• 3. 更新
  
  ：重新计算每个簇的中心点（均值）
• 4. 重复
  
  ：步骤2-3直到收敛或达到最大迭代次数

关键概念

• 惯性(Inertia)
  
  ：所有样本到其簇中心的距离平方和，越小越好
• 肘部法则
  
  ：绘制K值vs惯性曲线，拐点即为最佳K值
• 收敛
  
  ：当聚类中心不再变化时算法停止

优缺点

• 优点：简单高效，适合大规模数据
• 缺点：需要预设K值，对初始值敏感，只能发现球形簇

操作说明

• 点击画布手动添加数据点
• 点击”生成随机数据”自动创建数据
• 调整K值滑块设置簇数量
• 点击”开始聚类”观看动画 + 轻音乐背景
• 点击”肘部法则”分析最佳K值 + 语音讲解K值意义