PCL小功能模块2--Kmeans聚类

1.结果展示

2.算法原理

K-means 算法是一种基于划分的聚类算法，其原理如下：

1.随机选择 k 个对象，每个对象代表一个聚类的质心。
2.对集合中的每个对象，根据其与各质心之间的距离，把它分配到与之最相似的聚类中。
3.计算每个聚类的质心，质心定义为该聚类中所有对象的均值。
4.重复步骤 2 和 3，直到满足某个终止条件，例如质心的改变小于某个阈值或者迭代次数达到预设的上限。
K-means 算法接受输入量 k ，然后将 n 个数据对象划分为 k 个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高；而不同聚类中的对象相似度较小。算法以 k 为参数，把 n 个对象分为 k 个簇，以使簇内具有较高的相似度，而且簇间的相似度较低。

3.代码