• kMeans是一种无监督学习聚类算法，也就是给样本分簇。是一种适合用在数据分布未知时的聚类算法，聚类的目的是最大化簇的内聚性（同一簇距离近），最小化簇间的耦合性（不同簇距离远）。

  

工作流程

1. 首先随机确定$k$个初始点作为簇心；
2. 查询数据集每个点距离最近的簇心点，分配到该簇中；
3. 将簇心更新为该簇所有点的特征均值；
4. 重复上述流程直到所有点都距离它对应簇心最近时结束（收敛）。