k-means聚类算法

K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。K-means算法通常以欧式距离作为相似度测度。算法采用误差平方和准则函数作为聚类准则函数。

算法流程：

1）从N个数据点中选取K个作为质心

2）对剩余的每个数据计算其到每个质心的距离，并把它归到最近的质心的类

3）多得到的各个类计算均值，并将其作为新的质心

4）迭代2～3步直至新的质心与原质心相等或小于指定阈值，迭代结束

影响聚类效果的关键性因素：

1.K值大小的选取
k-means聚类是无监督的，k值一般通过人为的方式设定，或者通过向canopy这样的粗聚类方式来协助确定。
2.初始K个聚类中心点的选择
随机选取
根据数据分布均匀选取
选取相互之间距离尽量较远的点（kmeans++）

具体的算法有：

1.kmeans++初始聚类中心点选取方式：（