k-均值 聚类算法

  首先初始化k个点作为质心，遍历数据集，把每一个数据点分配到距离最近的质心，把这个质心下的所有点的均值作为新的质心，迭代更新。

  度量聚类效果的指标：SSE( sum of squared error)误差平方和
改进算法：二分-k-均值算法（克服k-均值局部收敛）

二分-k-均值 聚类算法  
  将所有点看成一个簇，利用2均值聚类将簇一分为二，选择SSE最大的簇进行划分，直到达到用户指定的分类数。