K-means聚類算法（K-平均/K-均值算法）是最為經典也是使用最為廣泛的一種基於距離的聚類算法。基於距離的聚類算法是指采用距離作為相似性量度的評價指標，也就是說當兩個對象離得近時，兩者之間的距離比較小，那么它們之間的相似性就比較大。
算法的主要思想是通過迭代過程把數據集划分為不同的類別，使得評價聚類性能的准則函數達到最優，從而使生成的每個聚類（又稱簇）緊湊且獨立。
K-means聚類算法的缺點：對於
離群點是敏感的，一個很大極端值的數據對象可能會顯著地扭曲數據的分布。
常見的相似度/距離評價准則有：
-
歐幾里得距離
其意義就是兩個元素在歐氏空間中的集合距離，因為其直觀易懂且可解釋性強，被廣泛用於標識兩個標量元素的相異度。
-
曼哈頓距離
-
閔可夫斯基距離
聚類性能評價准則：
K-means聚類算法通常使用誤差平方和准則函數（等同於歐幾里得距離）來評價聚類性能。給定數據集X，其中只包含描述屬性，不包含類別屬性。假設X包含K個聚類子集X1,X2,…XK；各個聚類子集中的樣本數量分別為n1，n2,…,nk;各個聚類子集的均值代表點（也稱聚類中心）分別為m1，m2,…,mk。
-
誤差平方和准則函數公式
K-means聚類算法實例
初始數據集，共5條記錄，每條數據記錄包含兩個屬性x和y。
作為一個聚類分析的二維樣本，要求的簇的數量K=2。
學習參考：
https://www.cnblogs.com/leoo2sk/archive/2010/09/20/k-means.html#!comments示例計算有誤，思路沒問題。
https://www.toutiao.com/i6451161136644489742/加了對數據[0,1]規格化處理的環節，中心思想還是一樣的。
https://blog.csdn.net/leaf_zizi/article/details/82684921文本聚類，可以做輿情信息匯總，分詞軟件rost cm6。
https://www.toutiao.com/i6452271711302713870/K-medoids聚類，K-means基礎上的改良。對小數據集有效。