聚类主要内容是将样本进行归类，同种类别的样本放到一起，所有样本最终会形成K个簇，它属于无监督学习。
根据给定的K值和K个初始质心将样本中每个点都分到距离最近的类簇中，当所有点分配完后根据每个类簇的所有点重新计算质心，一般是通过平均值计算，然后再将每个点分到距离最近的新类簇中，不断循环此操作，直到质心不再变化或达到一定的迭代次数。数学上可以证明k-means是收敛的。
需要事先确定类簇的数量。
质心的选取会影响最终的聚类结果。
结果：
直接用机器学习库更加方便
========广告时间========
<a href="http://blog.csdn.net/wangyangzhizhou/article/details/74080321">为什么写《Tomcat内核设计剖析》</a>
=========================
欢迎关注公众号：