1.k-means原理：第一步選取K個(gè)點(diǎn)作為質(zhì)心；第二步計(jì)算所有樣本點(diǎn)到所有質(zhì)心的距離；第三步，把這些距離進(jìn)行排序，從中找出單個(gè)樣本點(diǎn)距離最近的質(zhì)心并把該樣本點(diǎn)劃分到最近質(zhì)心所代表的類中；第四步，計(jì)算得出剛聚成的各簇的真正質(zhì)心；第五步重新計(jì)算所有樣本點(diǎn)到各個(gè)新質(zhì)心的距離，依次重復(fù)上述過程知道最后無論怎樣迭代，所有的質(zhì)心和樣本點(diǎn)歸屬的類都不再發(fā)生變動(dòng)，或者達(dá)到設(shè)定 的最大迭代次數(shù)或者每次質(zhì)心變動(dòng)的量小于設(shè)定值，迭代結(jié)束，聚類完成。

2.改進(jìn)：a. kmeans++：初始隨機(jī)點(diǎn)選擇盡可能遠(yuǎn)，避免陷入局部解。方法是n+1個(gè)中心點(diǎn)選擇時(shí)，對(duì)于離前n個(gè)點(diǎn)更遠(yuǎn)的點(diǎn)被選擇到的概率更大b. mini batch kmeans：每次只用一個(gè)子集做重入類并找到類心（提高訓(xùn)練速度）c. ISODATA：對(duì)于難以確定k的時(shí)候，使用該方法。思路是當(dāng)類下的樣本小時(shí)，剔除；類下樣本數(shù)量多時(shí)，拆分d. kernel kmeans：kmeans用歐氏距離計(jì)算相似度，也可以使用kernel映射到高維空間再聚類