K均值聚类

K均值聚类首先随机选择K个对象作为每个簇的初始聚类中心，然后计算剩余对象与各簇中心的距离，将其分配至距离最近的簇，再重新计算每个簇的聚类中心。该算法假设聚类对象为空间向量，且以各聚类内部的均方误差和最小为目标，不断地进行计算迭代，直到准则函数收敛。

输入为 csv 文件，输出为 csv 文件。支持选择特征列，支持配置参数，如聚类数(必须)、距离度量方式、质心初始化方法、最大迭代次数、收敛标准以及初始随机种子。

连接节点

输入节点：

无输出节点。

在工作流页面配置K均值聚类组件参数。

表 36 K均值聚类组件参数
参数	必填	描述
特征字段	是	填写进行K均值聚类的字段，使用半角逗号、空格或者回车隔开。
原样附加字段	是	填写附加输出至聚类结果表的输入列，使用半角逗号、空格或者回车隔开。
聚类数	是	填写类别数，取值范围大于等于1。
质心初始化方法	是	支持选择Random、First K、Uniform及K-Means++方法。
最大迭代次数	是	取值范围为1～1000。
收敛容忍度	是	迭代终止条件，取值范围为（0,1）。
初始随机种子	是	用于质心初始化的随机种子，取值范围大于等于1。
单节点规格	是	选择进行K均值聚类的单节点算力规格。