KMeans聚類算法
算法簡介
K-means算法是比較經典的聚類算法，算法的基本思想是選取K個點（隨機）作爲中心進行聚類，然後對聚類的結果計算該類的質心，通過迭代的方法不斷更新質心，直到質心不變或稍微移動爲止，則最後的聚類結果就是最後的聚類結果。下面首先介紹下K-means具體的算法步驟。
算法步驟
1）選取K個點作爲初始質心；
2）對每個樣本分別計算到K個質心的相似度或距離，將該樣本劃分到相似度最高或距離最短的質心所在類；
3）對該輪聚類結果，計算每一個類別的質心，新的質心作爲下一輪的質心；
4）判斷算法是否滿足終止條件，滿足終止條件結束，否則繼續第2、3、4步。
算法實現
算法具體代碼見：https://code.csdn.net/snippets/2075544.git
參考文章：http://blog.csdn.net/xiaojimanman/article/details/51086879