K-means聚类算法

K-means算法是聚类算法中最简单的一种。

聚类指的就是将一堆具有类似特征的无标签点归位一类，比如黑种人和黄种人由于身高、体型、肤色、毛发各个特征上的不同（单纯肤色说服力不够）而聚类为两个簇。

K-means算法通过迭代优化将样本聚类成k个簇。

算法流程：

1、任取k个质心

2、求出每个样本到每个质心的距离，并将其归至距离最近的簇。

3、根据上一步归类的样本，重新计算质心（各项特征的平均值）

4、迭代2、3直至质心不再变化

计算过程如图：