K-均值算法概述：

首先，我们有一个无标签数据集，我们想要把它们分成两个类，然后我们使用k-均值算法来做：

1、我们选取两个点，称为聚类中心（cluster centroids）：

2、遍历所有的点，更靠近哪个聚类中心，就把它归为那一个类中：

3、移动聚类中心到它们自己类的均值处：

4、然后我们继续第2步，遍历所有的点，看它离哪个聚类中心更近就把它归到那一类中：

5、继续第3步，移动聚类中心到它们自己类的均值处：

6、继续第2步：

7、继续第3步：

8、继续第2步：

如此反复，当点的颜色不再变化，我们便认为K均值方法已经收敛了。

输入：

• K（聚类数）
• 训练集{x⁽¹⁾,x⁽²⁾,......,x^(m)}

对于没有明显区分的数据也可以很好的分开：