k-means算法

K-means算法：

K-means算法是十大经典数据挖掘算法之一，它将原始数据集划分为k个聚类，同一个聚类中的数据相似度高不同聚类中数据点相似度低，而相似度一般通过欧式距离来度量，即归到同一个聚类中的数据点到聚类中心的距离较近。K-means算法的核心思想是，先随机从数据集中选择k个点作为中心，然后将所有的点归类到每个聚类中。

聚类步骤描述如下：

（1）选择k个类心作为初始的中心，尽量能翻译所有数据点的大致分布情况，

（2）计算每个点到K个类心的距离，排序后归类到距离最近的聚类中，

（3）根据每个聚类的平均值重新更新类心

（4）重新执行（2）（3）两步不断迭代优化。

K-means