图文并茂：什么是 K-means 聚类算法

概述

　　聚类属于机器学习的无监督学习，在数据中发现数据对象之间的关系，将数据进行分组，组内的相似性越大，组间的差别越大，则聚类效果越好。

        它跟分类的最主要区别就在于有没有“标签”。比如说我们有一组数据，数据对应着每个“标签”，我们通过这些数据与标签之间的相关性，预测出某些数据属于哪些“标签”，这属于分类；而聚类是没有“标签”的，因此说它属于无监督学习，分类则属于监督学习。

　　k-means(k-均值)属于聚类算法之一，笼统点说，它的过程是这样的：先设置参数k，通过欧式距离进行计算，从而将数据集分成k个簇。为了更好地理解这个算法，下面更加详细的介绍这个算法的思想。

算法思想

　　我们先过一下几个基本概念：

　（1） K值：即要将数据分为几个簇；

　（2） 质心：可理解为均值，即向量各个维度取平均值，这个是我们聚类算法一个重要的指标；

　（3） 欧式距离：

　　上面的这3条基本概念你大可不必太纠结，因为这是为了让你看下面的内容时，能够更好理解。假如说，我们现在有一堆数据集，在图像上的分布是这样的：