K-均值聚类（K-means clustering）是一种常用的无监督学习算法，用于将数据集划分成 K 个不重叠的簇(cluster)。该算法通过迭代的方式将样本点划分到 K 个簇中，使得同一簇内的样本点相似度较高，而不同簇之间的样本点相似度较低。
算法步骤：
- 随机选择 K 个样本点作为初始的质心（簇的中心）。
- 对于每个样本点，计算其到 K 个质心之间的距离，并将其划分到距离最近的簇中。
- 对于每个簇，计算其中样本点的均值，作为新的质心。
- 重复步骤2和3，直到算法收敛（即质心不再发生变化）或达到最大迭代次数。
优点：
- 简单易实现：K-均值聚类算法思想简单，易于理解和实现。
- 可解释性：聚类结果直观易懂，能够帮助发现数据的内在结构和隐藏模式。
- 可扩展性：算法适用于大规模数据集，并且可以高效地处理高维数据。
缺点：
- 对初始质心敏感：初始质心的选择对聚类结果会有较大影响，不同的初始质心可能导致不同的聚类结果。
- 需要指定聚类数量：在使用K-均值算法时，需要先确定聚类数量 K 的值，但在实际应用中往往难以准确估计。
- 对离群点敏感：离群点（异常值）会对聚类结果造成较大干扰，导致聚类结果不准确。
为了克服这些缺点，有很多改进的K-均值聚类算法被提出，如谱聚类、层次聚类等。
