K-means算法

算法核心步骤：
K-means聚类的方法也叫K均值聚类，聚类的方法有许多中，其中K-mens可能是最常用到的方法。

1 算法的优缺点：
优点 缺点
使用简单 因为它使用了一个随机的元素，所以它不能保证找到最佳的类
无 需要一个合理初始化要聚类的个数：即要初始化K

2.算法的核心思想：物以类聚、人以群分。
K-means算法的核心思想主要是：假设数据的记录是N,该算法首先任意选择K个聚类中心点，那么其它的（N-K）个记录中每一条记录，计算出到初始化的K个记录的距离（其它距离函数也可以）并比较其大小，选择最小的距离。

然后，剩余的(N-K)条记录，都能找到自己的“家”，形成了初步的K类。

进一步，对上一步聚成K类的数据，计算其每一类的均值，形成新的K个中心点

循环，所有的N个记录从新开始找“家”，按照距离最近的方法，

结束，当K个中心点变化不大，或者每次每家的成员固定不变时候，算法结束。