一、思想
聚類：人以群分、物以類聚，使得簇內的距離接近，簇間距離遠。
可以做推薦冷啟動，區域推薦熱榜、用戶畫像
二、算法步驟：
- 1、隨機設置K個特征空間內的點作為初始的聚類中心
- 2、對於其他每個點計算到K個中心的距離，從中選出距離最近的⼀個點作為⾃⼰的標記
- 3、接着對着標記的聚類中心之后，重新計算出每個聚類的新中心點（平均值或切尾均值）
- 4、如果計算得出的新中心點與原中心點一樣，那么結束，否則重新進行第二步
如何排除初始值落在異常值的影響：
可以把數據分為K堆，對每一堆都排序，去掉最小的和最大的25%，取中間的50%的數據取均值作為初始的聚類中心
三、優缺點：
優點：
1）原理比較簡單，實現也是很容易，收斂速度快。
2）聚類效果較優。
3）算法的可解釋度比較強。
4）主要需要調參的參數僅僅是簇數k
缺點：
1）K值的選取不好把握
2）對於不是凸的數據集比較難收斂
3）如果各隱含類別的數據不平衡，比如各隱含類別的數據量嚴重失衡，或者各隱含類別的方差不同，則聚類效果不佳。
4） 采用迭代方法，得到的結果只是局部最優。
5） 對噪音和異常點比較的敏感
四、評估指標
參考：1、非監督學習-k-means