聚类算法（一）：k-均值 (k-means)算法

首先确保你在动手写代码之前已经了解什么是聚类分析。

k-均值算法----一种基于形心地技术的聚类算法。k-均值算法的英文名是k-means，那么这个算法是怎么工作的呢？

k-均值算法把簇的形心定义为簇内点的均值。它的处理流程如下：1.在数据点集D中随机的选择k个对象（这个k表示你要讲数据集分成几个簇），每个对象代表一个簇的初始均值或中心。2.对剩下的每个对象，根据其与哥哥簇中心的欧氏距离，将它分配到最相似的簇。3.k-均值算法迭代的改善内变差。对于每个簇，它使用上次迭代分配到该簇的对象，计算新的均值。 4.使用更新的均值作为新的簇中心。重新分配所有对象。 5.迭代继续，直到分配稳定，本轮行程的簇的中心点坐标与前一轮行程的簇相同。

算法：k-均值

输入：k：簇的数目

   D：包含n个对象的数据集

输出：k个簇的集合

方法：

1.从D中任意选择k个对象作为初始簇中心；

2.repeat

3. 根据簇中对象的均值，将每个对象分配到最相似的簇；

4.  更新簇的均值，即重新计算每个簇中对象的均值；

5.until 不再发生变化

源码（Python）

__author__ = 'ChiXu_15s103144_HIT'

import random
import math

def K_means(data, k):
    center = []
    cluster = []
    dis = []
    demo_cluster = []
    flag = 0
    i = 0
    len_data = len(data)
    while i