k-means++算法：针对K-means算法缺点的针对性改进版本

    在上一篇中我们对k-means算法进行了简单地介绍，明确了k-means算法的优缺点，本章我们将介绍k-means算法的改进版本——k-means++算法，该算法是为解决k-means分类结果会受到初始点的选取而存在区别而提出的。

    k-means++算法仅对k-means算法的初始点选择部分进行改进，改进后算法的初始质心选择思路为：

• 初始聚类中心之间的相互距离要尽可能的远；
• 假设已经选取了n个初始聚类中心（n < k），则在选取第 n+1 个聚类中心时，距离当前 n 个聚类中心越远的点会有更高的概率被选为第 n+1 个聚类中心

    k-means++算法的步骤如下：

1.   随机选择一个样本作为第一个聚类中心 c1;
2.   计算每个样本与当前已有聚类中心的最短距离（即与最近一个聚类中心的距离），用 D（x）表示，这个值越大，表示被选取作为聚类中心的概率就越大；

    k-means聚类算法的两个难点：

1. 确定 k 值得大小

k 值的确定

        样本聚类误差平方和，核心指标是SSE(Sum of the squared errors, 误差平方和)

其中，K是聚类数量，p是样本，