对K-means算法的理解

K-means算法是无监督学习的聚类算法，关于无监督学习和聚类不清楚的同学，可以去看我的另一篇博客https://blog.csdn.net/Yyyyy_Lexie/article/details/128588251

K-means算法的核心目标是将给定的数据划分成K个簇，也就是说你给我很多个样本点时，样本点可以理解为二位坐标系的(X,Y)的坐标。这些一个个点就是样本点。

假如说给了很多的样本点，我们想要把这些样本点分成K个簇，其中挨的比较近的样本点我们把它圈在一起，如果挨的比较远的样本点，我们认为它是不同的类别，我们需要把它分成不同的簇。

在聚成簇的过程中，每一个簇应该围绕一个中心点进行聚类，这个中心点就叫质心。

质心的算法是通过很多样本的平均值作为质心的坐标。