K-means

 聚类属于无监督学习（有点类似全自动分类，类别没有预先定义）,目的是找到每个样本x潜在的类别y，并将同类别y的样本x聚集在一起。从结构性来划分，聚类方法分为自上而下和自下而上两种方法，前者的算法是先把所有样本视为一类，然后不断从这个大类中分离出小类，直到不能再分为止；后者则相反，首先所有样本自成一类，然后不断两两合并，直到最终形成几个大类。K-means是聚类算法中最简单的一种,它是一种自下而上的聚类方法。

k-means算法原理

1.随机选取k个点作为质心

2.重复

3.      遍历所有数据，将每个数据划分到最近的中心点中，形成k个簇

4.      重新计算每个簇的质心（计算每个聚类的平均值，并作为新的中心点）

5.直到   这