K均值算法的优缺点是什么？如何对其进行调优？
K均值算法有一些缺点，例如受初值和离群点的影响，每次的结果不稳定，结果通常不是全局最优而是局部最优解，无法很好的解决数据簇分布差别比较大的情况（比如一类是另一类样本数量的100倍），不太适用于离散分裂等。
但是K均值聚类算法的优点主要体现在：对于大数据集。K均值聚类算法相对是可伸缩和高效的，他的计算复杂度是O（NKt)接近与线性，其中N是数据对象的数目，K是聚类的簇数，t是迭代的轮数。尽管算法经常以局部最优结束，但一般情况下达到局部最优已经可以满足聚类的需求。
希望找到最好的参数θ，能够使最大似然目标函数取最大值。
目标是使损失函数最小，在E-step时，找到一个最逼近目标的函数γ；在M-step时，固定函数γ，更新均值μ（找到当前函数下的最好的值）。所以一定会收敛了.
聚类评估(轮廓系数Silhouette Coefficient)
这个指标计算的是样本i到同簇其他样本的平均距离 , 越小，说明样本i越应该被聚类到该簇。将 称为样本i的簇
内不相似度。
计算样本i到其他某簇的所有样本的平均距离，称为样本i与簇 的不相似度。
接近1，则说明样本i聚类合理
接近-1，则说明样本i更应该分类到另外的簇
若 近似为0，则说明样本i在两个簇的边界上。
我们对标准化前后的数据进行轮廓系数计算：
做标准化的结果比较低，不做标准化的结果比较高。这是因为特征的重要性我们是不知道的，我们将calories的重要度通过标准化降低之后可能会造成不好的影响。
，我们就有了kmeans的一个标准流程：我们先进行聚类，然后可视化展示，之后再评估，想一想什么参数
比较合适，再重新聚类
