K-Means聚类算法原理

https://www.cnblogs.com/pinard/p/6164214.html
unsupervised learning （无监督学习）
在数据挖掘中， k-means聚类算法是一种 cluster analysis （聚类分析）的算法，是一种非常简单地基于距离的聚类算法。
k为重心（质心），即要寻找的类别数量。
k-Means算法步骤：
1.根据给定的K值划分，可以随机选择K个点作为重心；
2.计算每个点到各个重心的距离，将该点归到距离最近的重心的Cluster类下；
3.重新计算每个Cluster的重心；
4.重复2和3，直到重心在某个精度范围不变化或者到达最大迭代次数。
缺陷：1.K值事先给定；
2.初始重心随机给定，不同的随机重心得到完全不同的结果。
代码待定。
https://github.com/luxiaoxun/KMeans-GMM-HMM