K均值聚类（K-means）

之前在做研究，以及后来的工作中，频繁的用到K均值算法。所以就想写一写，也是一种提升吧，把有些问题想清楚。

K均值聚类算法（K-means）

首先，这个是聚类算法，大致说一下聚类和分类的区别。
聚类：事先不知道数据集样本的分类情况是什么样的，所以我们的目的就是在不知道具体类别的情况下，把样本集分成几个类。
分类：事先知道类别信息，通过学习找到一个分类的平面（或公式），把数据分到它属于的那个类中。

K均值聚类算法的步骤：
第一、确定要聚类的簇（或类）的个数K，
第二、初始化每个簇（或类）的初始值（或类中心），可以任意选取数据集中的K个数据点作为每个类的类中心，也可以任意指定类中心；
第三、计算数据集中每个数据点到这K个类的类中心的距离，如果那个距离小，就把这个数据点分到对应的类中；
第四、当数据集中所有数据点都分好类之后，重新计算每个类的类中心（可以是均值或者其他）；
第五、重复步骤三和四，直到每个类的类中心不再改变，或者类中心改变范围在允许范围内。

这个算法简单。
但是，1、初始化的值是影响聚类结果的；2、数据量很大的时候，计算量也是比较大的；3、K的值也影响聚类的结果。