基于Hadoop的K－means聚类算法的实现

                 K-means算法的MapReduce并行化实现

1.K-means聚类算法的基本思路

 假设把样本集分为K类，算法描述如下：

（1）.首先在数据集合中随机选取k个点作为k个星团的质心

（2）然后计算每个点到k个质心的距离，将其归类为距离最近的那个质心所在的类，这样每个点都有了所属的类别

（3）对每个聚类中所有的点的坐标取平均值，将其设为新的质心

（4）重复迭代第二步和第三步，直到质心不变或者变化很小

下图展示了对n个样本点进行K-means聚类的效果，这里k取2。