R语言 k均值算法（k-means）

k均值算法针对聚类所得簇划分求得最小平方误差，k均值算法采用了贪心策略，通过迭代优化来近似求解
算法如下：
kmeans的计算方法如下：

1 随机选取k个中心点

2 遍历所有数据，将每个数据划分到最近的中心点中

3 计算每个聚类的平均值，并作为新的中心点

4 重复2-3，直到这k个中线点不再变化（收敛了），或执行了足够多的迭代

---

使用iris数据集完成kmeans聚类实验
首先预处理数据集，聚类的时候，去掉种类标记

newiris <- iris  
newiris$Species <- NULL

可以打印种类标记来选择聚类簇的个数

print(iris$Species)

得知有三个种类，执行kmeans函数，格式：kmeans(数据集，聚类簇数)

kc <- kmeans(newiris, 3) #分类模型训练  
fitted(kc) #查看具体分类情况  
table(iris$Species, kc$cl