为什么说K-Means是基于距离的聚类算法？

K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，两个对象的距离越近，其相似度就越大。K-means算法认为簇是由距离靠近的对象组成的，因此把得到紧凑且独立的簇作为最终目标。

k-means聚类，需要用户设定一个聚类个数k作为输入数据。k个初始类聚类中心点的选取，对聚类结果具有较大的。为了用k-means达到高质量的聚类，需要估计k值。可根据需要的聚类个数，估计k值。

比如一百万篇文章，如果平均500篇分为一类，k值可以取2000(1百万/500)。