Kmeans聚类算法实现（输出聚类过程，分布图展示）
Kmeans聚类算法是聚类算法中最基础最常用的聚类算法，算法很简单，主要是将距离最近的点聚到一起，不断遍历点与簇中心的距离，并不断修正簇中心的位置与簇中的点集合，通过最近距离和遍历次数来控制输出最终的结果。初始的簇中心、遍历次数、最小距离会影响最终的结果。具体的聚类算法过程不详细讲解，网上资料很多，本文主要是java语言实现，1000个点（本文是二维向量，也可以是多维，实现原理和程序一样），程序运行过程中会输出每一次遍历点的簇中心，和簇中包含的点，并将最终结果通过插件在html中显示。
一、Kmeans聚类算法实现步骤
1、将本地文件读取到点集合中：
2、从点集合中随机选取K个簇中心（也可以采取其他方法获取，后续讲解，初始簇中心的选择会影响最终聚类结果）：
3、Kmeans聚类。Kmeans聚类的实现主要是通过遍历所有点与簇中心的距离，不断更换簇中心并将点存入距离最近的簇中，距离的计算公式有多种，常用的是欧几里得距离算法。
二、Kmeans聚类算法实现结果
1、运算过程：
2、分布图：
需要源代码的朋友可联系我们。
