k-均值聚类 k-Means Clustering

k-均值聚类是一种向量量化方法，早期被用于信号处理，目前主要作为一种聚类分析方法活跃于数据挖掘领域。

k-均值聚类的目的是将 n 个点划分至 k 个聚类中，使得每个点都属于最近的均值对应的聚类，并以此作为聚类标准，这类问题可理解为将一个数据空间划分为 Voronoicells 的问题，主要用于对二维数据点的聚类。

1. 选择 k 个点作为初始质点；

2. 重复步骤：

3. 直到簇不发生变化或达到最大迭代次数。

考虑欧几里得距离的函数，以误差平方和作为聚类的目标函数。

优点：k-means 算法是聚类问题的经典算法，该算法简单快速，对于大量数据有相对较高的算法效率，其较高的伸缩性通常作为局部最优结束算法。当簇是密集、圆形、团状时，且簇与簇之间的区别明显时，其聚类效果较好。

缺点：用户必须提前给出要生成的簇的数目 k；该算法对初始值敏感，不同的初始值会带来不同的聚类结果；对于噪声数据和孤立点数据敏感，少量数据会对平均值产生巨大影响。