K-Means优缺点

k-means的优点有：

1.原理简单，实现方便，收敛速度快；

2.聚类效果较优；

3.模型的可解释性较强；

4.调参只需要簇数k；

k-means的缺点有：

1.k的选取不好把握；

2.对于不是凸的数据集比较难以收敛；

3.如果数据的类型不平衡，比如数据量严重失衡或者类别的方差不同，则聚类效果不佳；

4.采用的是迭代的方法，只能得到局部最优解；

5.对于噪音和异常点比较敏感。