spss--K_means快速聚类（随笔笔记）以及和Python实现K_means聚类的比较

聚类分析原理简介：
聚类分析是对样品或变量进行分类的一种多元统计方法，目的在于将相似的实物归类。
聚类分析并不是一种纯粹的统计技术，在方法基础上与分布理论和显著性无关，一般不用于从样本推断总体的研究。在市场研究中，聚类分析主要用于市场细分、研究消费者行为，寻找新的潜在市场和左尾其他统计分析的预处理等。

聚类分析的基本概念
聚类（clustering）是将某个对象集划分为若干组（class或cluster）的过程，使得同一个组内的数据对象是具有较高的相似度，而不同的组中间的数据对象是不相似的，相似或者不相似的定义基于属性变量的取值确定，一般采用个对象间的距离（欧几里得距离）来表示。
聚类分析属于无监督的学习方法，它不依赖事先已知的数据分类，也不依赖标有数据类别的训练样本集合。正因为如此，聚类分析是一种通过观察的学习方法，而不是通过示例取学习规则。

思想：
聚类算法就是用K_Means聚类实现的，用欧几里得距离为依据判别点之间的相似性。

1. 如果二维平面上的一堆点要分成三类，那么首先会随机选择三个点，然后平面中所有的点都会和这三个选择的中心点求距离，离哪个点近，就划分到哪个中心点类别中，初步的标记好三个分类。

2. 然后这三个分类再对每个分类求其质心，得出三个中心点。这个求质心的过程，是找出一个点，使得这个点到所有的点的距离最小化。因为存在无数个点使得距离最大，单总有一个点，会得到最小的距离。求出中心点后，在重新计算所有点到这三个中心点的距离，重新划