【JAVA实现】K-means聚类算法

       上一篇博文介绍了层次聚类算法的实现http://blog.csdn.net/c_son/article/details/43900503 ，可以发现其效率比较低下，因为每次迭代都要计算每两个聚簇之间的距离。这次的k-means算法在效率上要优于层次聚类算法。       

       算法实现：

       1）从样本D中随机选取K个元素，作为K个簇的中心

       2）分别计算剩下的元素到K个簇的距离，将这些元素归化到距离最短的簇

       3）根据聚类结果，重新计算K个簇各自的中心，计算方法是取簇中所有元素各自维度的算术平均

       4）将D中的元素按照新的中心重新聚类

       5）重复第四步，直到中心不发生变化

       6）将结果输出

       这次所用的数据集还是层次聚类所使用的数据集：

A	2	3
B	2	7
C	1	2
D	1	6
E	2	1
F	3	5
G	8	5
H	9	6
I	7	7
J	7	4
K	8	2