机器学习西瓜书第九章聚类------k均值算法

k均值算法是一种常用的聚类算法，它的主要思想是将数据集划分为k个簇，每个簇的中心采用簇中所含值的均值计算而成。该算法的步骤如下：
1. 随机选择k个点作为初始的簇中心。
2. 对于每个数据点，计算其与k个簇中心的距离，将其归到距离最近的簇中心所在的簇中。
3. 对于每个簇，重新计算其簇中所有数据点的均值，将其作为新的簇中心。
4. 重复步骤2和3，直到簇中心不再发生变化或达到预定的迭代次数。

k均值算法的优点是简单易懂，容易实现，适用于大规模数据的聚类。但是该算法也有一些缺点，例如对于不同密度和形状的簇，其聚类效果可能不佳。