k-means算法步骤

k-means算法是一种聚类算法，其步骤如下：

1.初始化: 随机选择k个点作为初始质心。

2.分配: 对于每个数据点，计算其到每个质心的距离，将其分配到距离最近的质心所在的簇中。

3.重新计算质心: 对于每个簇，重新计算其所有数据点的平均值，将其作为该簇的新质心。

4.重复步骤2和3，直到质心不再改变或达到最大迭代次数。

5.输出: 输出各个簇的质心以及每个数据点所属的簇。

需要注意的是，k-means算法的结果可能会受到初始质心的影响，因此可以多次运行算法并选择最优结果。