Kmean演算法

今天S提到有一家鞋子代工公司希望我們能幫它們多間工廠，設計一個人工智慧方法，能依照員工上下班打卡紀錄，偵測異常狀況。我上網搜尋到微軟的網站有在討論abnormal data的問題，如下，內容是利用Kmean演算法來做，故我去找kMean的資料來看。
https://msdn.microsoft.com/en-us/magazine/jj891054.aspx

Kmean的過程是:

1. 從N個向量隨機選取K個向量作為分群中心，K個群。
2. 對剩餘的向量，測量到K個群中心的距離，並歸類到最近的群。
3. 重新計算每個群的中心。
4. 重覆1~3步驟，直到新的群中心和舊的相等，或小於Threshold。

Kmean的缺點:

1. 中心點的選擇影響演算法效率，容易局部最佳化。
2. 需事先設定K數，必需靠經驗。
3. 易受異常偏離資料影響，造成群中心不正常偏離。