k-means clustering algorithm

K均值聚类算法：需要分成K类，K是需要自己指定的

举例：

1. 指定K，需要分成K类。
   此例中：K为2
2. 选取K个点作为聚类中心 ，一般的，K为已有的点。
   此例子：中为任选点
3. 遍历所有点，判断点到其他K个聚类中心点的距离，选取距离最小值的点，将此点与聚类中心归为一类。
   此例中：遍历b中的绿点，计算到红×和到蓝×的距离，判断最小值，然后归为一类。完成后如图c
4. 对聚类中的所有点进行加和平均得到新的点
   此例中：对红色所有点的横坐标加和平均，横坐标同理，得到新的聚类中心红×，图d中。
5. 重复步骤3、4。知道点的聚合不发生变化时停止算法。
   

图片来源：微信公众号，数模乐园