K-Means（K-均值）

聚类(Clustering)是无监督学习（unsupervisied learning），即不需要标签。 

聚类是按照某个指标(如样本间的距离)把一个整个数据集分割成不同的类或簇（cluster），使类内元素的相似性尽可能大，类间元素的相似性尽可能地小。 
简单来说，聚类使同一类的数据尽可能聚集到一起，不同类数据尽量分离。 

聚类的一般步骤 
数据准备：特征标准化（白化，whiting） 
特征选择：特征降维，选择最有效的特征 
特征提取：对选择的特征进行转换，提取出更有代表性的特征 
聚类：基于特定的度量函数进行相似度度量，使同一类的数据尽可能聚集到一起，不同类数据尽量分离，得到各个簇的中心，以及每个元素的类标签 
评估：分析聚类结果，如距离误差和(SSE)等 

常用聚类算法有哪些、对应的度量函数分别是

聚类跟分类的本质区别 
聚类是无监督，分类是有监督

----------------------------------------------

下面主要介绍一下K-Means算法：

所以 K-means 的算法步骤为：

1. 选择初始化的 k 个样本作为初始聚类中心 ；
2. 针对数据集中每个样本 计算它到 k 个聚类中心的距离并将其分到距离最小的聚类中心所对应的类中；
3. 针对每个类别 ，重新计算它的聚类中心 （即属于该类的所有样本的质心）；
4. 重复上面 2 3 两步操作，直到达到某个中止条件（迭代次数、最小误差变化等）。