🎨 非監督式分群 · iPAS 高頻考點
K-Means 分群：讓資料自己「物以類聚」
K-Means 是最常用的分群（clustering）演算法。它沒有標準答案——不靠標籤，自己把長得像的資料分成 K 群。它靠「分配 → 更新」兩步反覆迭代，直到群中心不再移動。下面點一點就看懂。
非監督式分配↔更新群中心 Centroid怎麼選 Kk-means++vs KNN
🤔 一、K-Means 在做什麼？
一句話：沒有老師給答案，自己把相似的資料分成 K 堆。
💡 白話定義（重點：非監督）
前面的分類（如 KNN、SVM）都是監督式——資料有「正確答案（標籤）」。但 K-Means 是非監督式：資料沒有標籤，你只是想把它們自動分成幾群。就像一場派對，沒人指定座位，但大家會自然地「站得近的湊成一桌」——K-Means 做的就是這件事，K 就是「要分成幾桌」。
⚙️ 二、運作四步驟（不斷循環）
1
初始化（Initialization）
先隨機放 K 個點當作群中心（Centroid，demo 裡帶脈動外圈的大圓點）。
2
分配（Assignment）
每個資料點算到各中心的距離，歸給最近的那個中心（點會變成該群的顏色）。
3
更新（Update）
每群把自己的點取平均位置，中心移動到新的平均那裡。
4
重複到收斂（Repeat）
一直重複「分配 → 更新」，直到中心不再移動（收斂）。
🎮 三、動手玩：一步步看它分群
先按「隨機生成資料」，再連續點「執行一步」，看點怎麼變色、中心怎麼移動，直到收斂。
🗺️ 怎麼看
小圓點＝資料；帶脈動外圈的大圓點＝群中心。每點一下「執行一步」，會輪流做：
① 分配——每個小點變成「最近中心」的顏色；②更新——大圓點滑到自己那群的平均位置。兩步交替，中心越動越小，最後停住＝收斂。
準備就緒：請點擊「隨機生成資料」
🧠 四、三個核心概念
K 要自己定分幾群是你決定的（demo 是 K=3）。怎麼挑見下一節。
用距離衡量相似預設歐氏距離，所以適合連續數值、且要先標準化。
目標：群內越像越好數學上最小化群內變異（SSE / inertia）——同群的點離自己中心越近越好。
📏 五、K 要設多少？（最常考）
K-Means 不會自己決定群數，得靠這兩招挑。
💪 手肘法（Elbow Method）
把不同 K 算出的群內變異（SSE）畫出來：K 越大 SSE 一定越小，但會在某個 K 急轉平緩，那個「手肘轉折」就是CP 值最高的 K。
📐 輪廓係數（Silhouette）＋ 領域知識
輪廓係數同時看「群內多緊、離鄰群多遠」，值越接近 1 越好，可以幫忙挑 K。最後再結合領域知識（例如已知大概有 3 類客群，就從 K=3 試起）。
⚠️ 六、用 K-Means 一定要知道的坑
① 對初始位置敏感 → 用 k-means++
隨機初始中心放得不好，可能收斂到較差的局部解。實務用 k-means++（聰明地把初始中心分散開）或多次隨機初始取最好，較穩定。
② 務必先標準化
它靠距離分群，尺度大的特徵會主導（如年收入 vs 年齡）。用之前一定要標準化，並處理離群值（離群點會把中心拉歪）。
③ 只擅長「球狀、大小相近」的群
K-Means 假設群是圓球狀、大小差不多。遇到
細長、環狀、密度不均的分布會分錯，這時改用
DBSCAN（密度型）或
高斯混合 GMM。
🌍 七、用在哪裡？
🛍️ 客戶分群用消費金額、頻率把客戶分成 VIP／潛力／流失，做差異化行銷。
🖼️ 影像壓縮把上萬種顏色簡化成 K 種代表色（如 K=16），大幅縮小檔案。
🚨 異常檢測離所有群中心都很遠的點，可能是異常交易或雜訊。
🆚 八、別搞混：K-Means vs KNN
兩個都有「K」、都用距離，但根本不同——考試最愛考。
| 比較 | K-Means | KNN |
|---|
| 類型 | 非監督（分群） | 監督（分類／迴歸） |
| 需要標籤？ | 不需要 | 需要 |
| K 是什麼 | 群的數量 | 鄰居的數量 |
| 在做什麼 | 把資料分成 K 群 | 看最近 K 個鄰居投票分類 |
🧪 九、觀念自我檢測
先想再點開。
Q1. K-Means 是監督還是非監督？
非監督。資料沒有標籤，它自己把相似的點分成 K 群。常和「監督式分類」的 KNN 搞混。
Q2. K-Means 的迭代兩步是什麼？
分配（每點歸到最近的群中心）↔ 更新（中心移到該群點的平均位置），反覆到中心不動（收斂）。
Q3. K 要設多少怎麼決定？
手肘法（看 SSE 急轉平緩的轉折）、輪廓係數，再結合領域知識挑。
Q4. K-Means 有哪些限制？
要先定 K、只擅長球狀且大小相近的群、對離群與初始值敏感（用 k-means++）、要先標準化。非球狀改 DBSCAN／GMM。
✅ 十、30 秒重點整理
非監督分群沒標籤，自己把相似資料分 K 群。
分配↔更新點歸最近中心、中心移到群平均，迭代到收斂。
目標：最小化群內變異SSE / inertia 越小越好。
選 K手肘法、輪廓係數 + 領域知識。
注意k-means++、先標準化、只擅長球狀群。
vs KNNK-Means 群數（非監督）；KNN 鄰居數（監督）。
📝 iPAS 考點提醒
K-means 是最常用的分群法,iPAS 高頻考點(初級科目一、中級科目三)。重點:把資料分成 K 群,反覆把點歸到最近群中心、再更新中心直到穩定。易混點:需先指定 K(用手肘法、輪廓係數挑)、只找球狀且大小相近的群、對離群與初始值敏感(用 k-means++ 改善);務必先標準化。情境:客戶分群、影像壓縮;非球狀分布改用 DBSCAN 或 GMM。
想練情境題與詳解 → AI 學習與考證地圖
❓ 常見問題
K-means 在做什麼？
把資料分成 K 群，讓每點歸到最近的群中心，反覆更新中心與歸屬直到穩定；是最常用的分群法。
K 值怎麼決定？
用手肘法(看 SSE 隨 k 下降的轉折)、輪廓係數等指標，再結合領域知識挑；如已知約 3 類客群就從 k=3 試起。
K-means 有什麼限制？
需先定 K、只找球狀且大小相近的群、對離群與初始值敏感；非球狀分布可改用 DBSCAN 或高斯混合。
為什麼要多次初始化？
結果受初始中心影響、可能落入較差的局部解；用 k-means++ 或多次隨機初始取最佳，較穩定。
使用前要注意什麼？
需先標準化特徵(否則尺度大的主導距離)，並處理離群值；距離度量預設歐氏，適合連續數值特徵。