K-means算法
聚类算法是一种无监督学习算法。k均值算法是其中应用最为广泛的一种，算法接受一个未标记的数据集，然后将数据聚类成不同的组。K均值是一个迭代算法，假设我们想要将数据聚类成K个组，其方法为：
- 随机选择K个随机的点（称为聚类中心）；
- 对与数据集中的每个数据点，按照距离K个中心点的距离，将其与距离最近的中心点关联起来，与同一中心点关联的所有点聚成一类；
- 计算每一组的均值，将该组所关联的中心点移动到平均值的位置；
- 重复执行2-3步，直至中心点不再变化
K-means算法优点：
（1）、是解决聚类问题的一种经典算法，简单、快速
（2）、对处理大数据集，该算法保持可伸缩性和高效性
（3）、当簇接近高斯分布时，它的效果较好。
K-means算法缺点：
(1)、在簇的平均值可被定义的情况下才能使用，可能不适用于某些应用；
(2)、在 K-means 算法中 K 是事先给定的，这个 K 值的选定是非常难以估计的。很多时候，事先并不知道给定的数据集应该分成多少个类别才最合适；
(3)、在 K-means 算法中，首先需要根据初始聚类中心来确定一个初始划分，然后对初始划分进行优化。这个初始聚类中心的选择对聚类结果有较大的影响，一旦初始值选择的不好，可能无法得到有效的聚类结果；
(4)、该算法需要不断地进行样本分类调整，不断地计算调整后的新的聚类中心，因此当数据量非常大时，算法的时间开销是非常大的；
(5)、若簇中含有异常点，将导致均值偏离严重（即:对噪声和孤立点数据敏感）；