k均值聚类算法（k-means clustering algorithm）是一种迭代求解的聚类分析算法，可视为高斯混合模型在正态分布协方差为单位矩阵且隐变量后验分布为狄拉克δ函数时的特例，使用最大期望算法求解。其步骤是预将数据分为K组，随机选取K个对象作为初始聚类中心，计算每个对象与各聚类中心的距离，将对象分配给最近的聚类中心，通过重新计算聚类中心均值迭代优化直至满足终止条件。终止条件包括没有（或...
新手任务
