说明：  K-means算法是硬聚类算法，是典型的基于原型的目标函数聚类方法的代表，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法以欧式距离作为相似度测度，它是求对应某一初始聚类中心向量V最优分类，使得评价指标J最小。算法采用误差平方和准则函数作为聚类准则函数。
(Quot K-means u7B97 u6CD2 u662F u786C u803A u7C97 u6CD5 uFF0C u662F u5178 u5788 u7684 u57FA u4E8E u539F u578B u7684 u76EE u6807 u51FD u6570 u805A U7C7B u6B3 u6603 u2133 u5133 u5283 u7284 u7R0 U76EE u6607 u653 u653 u03129 u7R4 u8R0 U5219 u3002K-means u7B97 u6B2 u6B3 u5B09 u5B09 u5B03 U521D u59CB u802A u7C7B u4E2D u5FC3 u5411 u91CFV u6700 u4F18 u5206 u7C7B uFF0C u4F7F u5F97 u8BC4 u4EF7 u6307 u6807J u6700 u5C0F u3002 u7B97 u6CD5 u91C7 U7528 u8BEF u5D9 u5E9 u65B9 u5R2 )