k-means算法

K-means算法是很典型的基于距离的聚类算法，采用距离作为相似性的评价指标，即认为两个对象的距离越近，其相似度就越大。其中K值是目标聚类个数。

算法过程

1.初始化：随机初始化每个类别的质心

2.计算每个点到各个质心的距离，并把点归到最近的质心的类

3.重新计算已经得到的各个类的质心

4.迭代2~3步，直到没有点变更所属类别，算法收敛