K-means聚类算法：一种无监督学习算法

1 描述     k-means聚类算法是基于距离的聚类算法，该算法采用距离大小作为相似性的评价指行标，即认为两个数据点的距离越近，其相似性就越大。该算法认为簇是由距离靠近的数据点组成的，因此把得到的紧凑且独立的簇作为最终目标。 2 算法核心思想     k-means聚类算法是一种迭代求解的聚类分析算法，其步骤是随机选取k个数据点作为初始聚类中心，然后计算其他每个数据点与各个初始聚类中心的距离，

>>阅读原文<<