**
聚类算法
**
k-means算法
经典的k-means算法的流程如下：
1.创建k个点作为初始质心（通常是随机选择）
2.当任意一个点的簇分配结果发生改变时
1.对数据集中的每个数据点
1.对每个质心
1.计算质心与数据点之间的距离2.将数据点分配到距其最近的簇2.对每个簇，计算簇中所有点的均值并将均值作为质心
（黑色小星星是质心点）
开始分类
分类结束
同样的图，由于k的值的改变聚类结果也会改变
经典k-means算法有以下几个特点：
需要提前确定[公式]值
对初始质心点敏感
对异常数据敏感
想了解其他的无监督学习的聚类算法
https://zhuanlan.zhihu.com/p/104355127