c++ K-means聚类

K-means 聚类是一种聚类分析算法，它属于无监督学习算法，其目的是将数据划分为 K 个不重叠的簇，并使每个簇内的数据尽量相似。

算法的工作流程如下：

1. 选择 K 个初始聚类中心；
2. 将数据点分配到最近的聚类中心；
3. 更新聚类中心为当前聚类内所有数据点的平均值；
4. 重复步骤 2 和 3 直到聚类中心不再变化，或者到达最大迭代次数。

K-means 聚类算法常用于数据挖掘、计算机视觉等领域，但是它也有一些缺陷，例如对于噪声数据的敏感性以及对初始聚类中心选择的敏感性等。