聚類划分方法
給定n個數據點的數據集合，構建數據集合的出K個划分，每個划分代表一個類別，2<k<sqrt(n)。算法思想，划分法需要預先指定聚類數目和聚類中心，計算每個點與其他點的距離，對於每個數據點都有n-1個距離值，對這些距離值進行排序，找出最接近的數據點，算出這些距離的和值。並進行下次迭代，這時數據中興點位置改變，繼續按照上方的步驟，逐步降低目標函數的誤差值，直到目標函數值收斂時，得到最終聚類的結果。逐步對聚類結果進行優化、不斷將目標數據集向各個聚類中心進行重新分配以獲最優解。代表算K-means,K-medoids.(公式亂碼，用文字代替)
setp1:指定K個聚類中心
setp2:(每一個數據點與初始聚類中心的距離)
setp3:（對每一個數據點x,找到最近的C（聚類中心），x分配到新的類C中）
setp4:（更新聚類中心點)
setp5:（計算每一類的偏差）
setp6:判斷偏差是否小於閾值（自己設定），不小於則返回setp2
當聚類是密集的，而聚類之間區別明顯時，K—Means算法的效果較好。另外，對處理大數據集，該算法是高效率的，因為它的復雜度是，其中，n是所有對象的數目，K是聚類的數目，t是迭代的次數。通常且。但是，K—Means算法只有在聚類的平均值被定義的情況下才能使用。如果處理符號屬性的數據並不適用。K—Means算法對初始聚類中心和樣本的輸入順序敏感，對於不同的初始聚類中心和樣本輸入順序，聚類結果會有很大差別。由於采用迭代更新的方法，所以當初始聚類中心落在局部值最小附近時，算法容易生成局部最優解。另外，算法的效果受孤立點的影響很大。
優點：1簡單，易於理解和實現；2，時間復雜度低3.聚類中心用各類別中所有數據的平均值表示k-means方法的缺陷1，需要對均值給出定義,2，需要指定要聚類的數目；3，一些過大的異常值會帶來很大影響；4，算法對初始選值敏感；5，適合球形聚類6.結果好壞依賴於對初始聚類中心的選擇、容易陷入局部最優解、對K值的選擇沒有准則可依循、只能處理數值屬性的數據、聚類結構可能不平衡。
簡單說下：k-means和K-medoids區別，k-means聚類中心在空間上（也就是可能是在數據上，也可能不再數據上），K-medoids呢，聚類中心要求在數據上
簡單實現k-means
from sklearn.cluster import KMeans
from sklearn import datasets
from dask.array.learn import predict
import numpy as np
iris = datasets.load_iris()
X = iris.data
y = iris.target
clf=KMeans(n_clusters=3)
model=clf.fit(X)
predicted=model.predict(X)
#設置區間
print(predicted)
k2y = np.array([0,1,2]) #
print(k2y[predicted])
print((k2y[predicted] == y).astype(int).mean())
好的這樣做出來精確度為89.3%，聚類算法受到初始點的影響很大，初始點選取的好壞直接影響我們聚類精度。這是初始k-means ,當然可以改進算法，加核。。。。（這里不闡述）