1 K-means算法簡介
k-means算法是一種聚類算法，所謂聚類，即根據相似性原則，將具有較高相似度的數據對象劃分至同一類簇，將具有較高相異度的數據對象劃分至不同類簇。聚類與分類最大的區別在於，聚類過程爲無監督過程，即待處理數據對象沒有任何先驗知識，而分類過程爲有監督過程，即存在有先驗知識的訓練數據集。
2 K-means算法原理
k-means算法中的k代表類簇個數，means代表類簇內數據對象的均值（這種均值是一種對類簇中心的描述），因此，k-means算法又稱爲k-均值算法。k-means算法是一種基於劃分的聚類算法，以距離作爲數據對象間相似性度量的標準，即數據對象間的距離越小，則它們的相似性越高，則它們越有可能在同一個類簇。數據對象間距離的計算有很多種，k-means算法通常採用歐氏距離來計算數據對象間的距離。算法詳細的流程描述如下：
k-means算法聚類過程示意圖，如下：
3、k-means算法優缺點分析
- 優點： 算法簡單易實現； - 缺點： 需要用戶事先指定類簇個數； 聚類結果對初始類簇中心的選取較爲敏感； 容易陷入局部最優； 只能發現球形類簇；