聚類演算法是一類非監督學習的演算法，在給定的一個數據集中，給了N個樣本，沒有給出樣本對應的標籤類別資料y，可以利用聚類演算法，進行標籤的分類。

K-Means演算法的原理與步驟：

1>   在N個樣本總體中，隨機抽出k個初始資料的質心，接著把資料集中的樣本取出，計算樣本離各個質心的距離，把樣本歸到離質心最近的一個簇裡

2>   計算每個簇的樣本特徵的平均值，得到各簇新的質心

3>   迭代以上兩個步驟，直到滿足下邊的公式：（即代價函式的值最小，質心的座標不再變化，或者變化很小時）

聚類演算法的缺點：

1> 在不知道樣本資料集的資料有幾個分類時，k值是開發人員設定的，如果k值一次設定的不合適，需要隨機再設定，最後才能使模型收斂。

    注：這裡模型收斂的情況下，也可能只是達到了區域性最小值，這時候需要改進模型，後邊再講

2> 每次聚類的過程，使模型收斂通常要經過大量的迭代過程

下面是舉的一個例子：這裡是用了sklearn提供的KMeans方法

從csv檔案中，取出一萬多條資料，取出資料中對應兩個特徵的兩個列，進行聚類，結果得出，它被分為了3個類別，下邊兩種圖分別為，初始質心點k = 2，與初始質心點k=3，兩種情況下，聚類的效果圖表：（很顯然k=3時更合適）

下面是這個例子demo的下載地址：demo