快速理解K-means聚类算法

1，简述：算法接受参数K，然后将事先输入的n个数据对象划分为K个聚类并满足：同一个聚类中的对象相似度较高；而不同类中的对象相似度较小。
2，算法思想：以空间中K个点为中心进行聚类，某个数据对象最靠近哪一类，就将这个数据归为哪一类，并通过迭代的方法，逐次更新各聚类中心的值，直到得到符合预期的聚类结果。
3，算法描述：
a，适当选择K个类的初始中心；
b，在每次迭代中，对任一一个样本，求其到k各中心的距离，将该样本归到距离最短的中心所在的类；
c，利用求均值方法更新每个类的中心值；
d，对于所有的K个聚类中心，如果利用b，c的迭代法更新后，如果中心值保持不变，或者中心值的变化小于设定的阈值，则迭代结束，否则继续迭代。
4，算法流程：
输入数据：K，data[n]
a，选择K个初始中心点，例如K[0]=data[0]，… , K[k-1]=data[k-1];
b，对于data[0]，… ，data[n-1]分别与K[0]，… ，K[k-1]比较，假定与K[i]差值最少，就将数据标记为i类；
c，对于所有标记为i类的点，重新计算K[i]=(所有标记为i的data[i]之和/标记为i的个数)；
d，重复b，c，直到所有K[i]值不变或者小于设定的阈值。
5，优点：速度快，简单
缺点：最终结果跟初始点选择相关，容易陷入局部最优，并且需要事先知道聚类个数K值