kmeans 曼哈顿距离算法

曼哈顿距离是两点在南北方向上的距离加上在东西方向上的距离。 曼哈顿距离的计算公式为：d(x,y) = |x1 - y1| + |x2 - y2| + ... + |xn - yn|，其中xi和yi分别表示两个向量的第i个元素。

K-means算法是一种基于划分的聚类算法，以距离作为数据对象间相似性度量的标准，即数据对象间的距离越小，则它们的相似性越高，则它们越有可能在同一个类簇。K-means算法通常采用欧氏距离来计算数据对象间的距离。