K-means学习心得

机器学习中的一种分类方法。被分类数据是一个n维的向量集合，即n维点集。K代表点集最终被分成K个簇，即K类。means意思是分类方式是向K个中心点聚集，即离某个中心点最近的点为一簇。
步骤：

1. 从点集中挑选K个点作为初始的中心点，最直接的是随机挑选。还有其他的选择方式，这影响着聚类迭代过程的收敛速度
2. 剩余的点计算与K个中心点的距离，得到最近的那个点，作为自己的中心点，加入该点的簇中
3. 对K个簇重新计算中心点，即各簇中向量的均值
4. 比较步骤3前后中心点是否发生变化，若不变或者已达到最大迭代次数则输出中心点，否则继续迭代，重复步骤2-4