基本介紹
k-means 算法接受參數 k ；然後將事先輸入的n個數據對象劃分為 k個聚類以便使得所獲得的聚類滿足：同一聚類中的對象相似度較高；而不同聚類中的對象相似度較小。聚類相似度是利用各聚類中對象的均值所獲得一個“中心對象”（引力中心）來進行計算的。
KmeansK-means算法是最為經典的基於劃分的聚類方法，是十大經典數據挖掘算法之一。K-means算法的基本思想是：以空間中k個點為中心進行聚類，對最靠近他們的對象歸類。通過疊代的方法，逐次更新各聚類中心的值，直至得到最好的聚類結果。假設要把樣本集分為c個類別，算法描述如下：
（1）適當選擇c個類的初始中心；（2）在第k次疊代中，對任意一個樣本，求其到c箇中心的距離，將該樣本歸到距離最短的中心所在的類；（3）利用均值等方法更新該類的中心值；（4）對於所有的c個聚類中心，如果利用（2）（3）的疊代法更新後，值保持不變，則疊代結束，否則繼續疊代。該算法的最大優勢在於簡潔和快速。算法的關鍵在於初始中心的選擇和距離公式。
算法流程
首先從n個數據對象任意選擇 k 個對象作為初始聚類中心；而對於所剩下其它對象，則根據它們與這些聚類中心的相似度（距離），分別將它們分配給與其最相似的（聚類中心所代表的）聚類；然後再計算每個所獲新聚類的聚類中心（該聚類中所有對象的均值）；不斷重複這一過程直到標準測度函式開始收斂為止。一般都採用均方差作為標準測度函式. k個聚類具有以下特點：各聚類本身儘可能的緊湊，而各聚類之間儘可能的分開。
具體流程
輸入：k, data[n];
（1） 選擇k個初始中心點，例如c=data,…c[k-1]=data[k-1];
（2） 對於data….data[n], 分別與c…c[k-1]比較，假定與c[i]差值最少，就標記為i;
（3） 對於所有標記為i點，重新計算c[i]={ 所有標記為i的data[j]之和}/標記為i的個數；
（4） 重複(2)(3),直到所有c[i]值的變化小於給定閾值。
