简介：K均值聚类算法(k-means clustering algorithm)是一种迭代求解的聚类分析算法，是非监督学习算法的一种，其算法思想大致为：先从样本集中随机选取K个样本作为簇中心，并计算所有样本与这k个"簇中心"的距离，对于每一个样本，将其划分到与其距离最近的"簇中心"所在的簇中，对于新的簇计算各个簇的新的"簇中心"。
基本原理：随机设置K个特征空间内的点作为初始的聚类中心，对于其他每个点计算到k个中心点的距离，选择最近的一个聚类中心点作为标记类别，接着对着标记的聚类中心，重新计算出每个聚类点的平均值，如果计算得出的新中心点与原中心点一样，那么结束，否则把新的平均值点作为新的中心，重新进行第二步过程。
主要应用：分类
相关案例：