我一直致力于了解如何将k-means聚类应用于公司列表的一组小数据。
给出了平均值和标准差，这样我就可以确定标准化数据。
例如，我有以下内容：
根据我对k均值聚类的理解，我必须随机找到质心，其中k=3。我必须不断调整质心的位置，直到不可能再移动，也就是说，在达到某个结果后，数据保持不变。
我很难将这些程序应用于我的数据集。我观察并寻找了许多关于如何一步一步地完成这项工作的例子，但我没有任何成功能让我理解。
基本上，我要做的是在每一次中心调整时显示一个散点图。
我认为我必须使用欧几里德距离算法计算两个数据项之间的距离，但这是否意味着z-score销售和z-score燃料之间的距离，或者什么？这就是为什么我迷路了，即使我已经阅读了十几个powerpoints并观看了多个视频。
这似乎是我遇到的最好的例子，但即便如此，我还是有点迷茫，因为我的例子与介绍的例子略有不同：http://www.indiana.edu/~dll/Q530/Q530_kk.pdf
我所取得的最大进展是遇到了各种数据挖掘软件，如WEKA、Orange、各种Excel插件，如XLMiner等。然而，它们似乎提供了最终结果，而不是达到目的所需的过程。
如有任何帮助，我们将不胜感激如果需要更多信息，请告诉我。
谢谢您。
编辑：我找到了更多的解决方案，我想我应该在任何人遇到同样的问题时加上。
1）我使用本视频中提到的excel公式计算欧几里德距离：http://www.lynda.com/Excel-tutorials/Calculating-distance-centroid/165438/175003-4.html
这就是公式的样子：=SQRT((B28-$B$52)^2+(C28-$C$52)^2)请记住，每个单元格都表示包含数据的位置。
在这种情况下，我的单元格列在下面的图像中：http://i.imgur.com/W44km64.png
这给了我下表：http://i.imgur.com/miTiVj5.png
最佳答案
你说得对。就我个人而言，我认为你的数据只是二维的（x，y）销售和燃料成本…虽然你可以使用所有4个，只有4D点代替。
步骤1：选择随机中心（其中3个是C_1、C_2、C_3），或者将数据分成3个随机簇。如果将数据随机分成3个簇，则计算每个簇中所有点的平均值。这三种手段成为三个中心。（这里的意思是，我指的是每个坐标的平均值…把它们看作向量，然后取向量的平均值。）
步骤2：每个中心代表三个集群中的一个对于每个点，计算到每个中心的距离（这可以是欧几里德距离，或任何其他距离度量）。每个点都将移动到中心最近的簇中。也就是说，如果点I离中心j最近，那么不管我在哪个簇点，它都会移动到簇j。跟踪任何点是否移动到新簇这是步骤3中停车条件的一部分。
步骤3：所有点移动到离它们最近的簇后，通过平均每个簇中的所有点来重新计算中心。然后，返回到2并重复，直到没有点更改它们所在的簇。
关于algorithm - 在Z分数归一化数据上应用K均值聚类，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/29736920/