K-Means Clustering
K-Means 将数据分 K 簇，最小化簇内平方距离和，交替分配点至最近中心与更新中心为簇均值。
用途
最常用的划分式聚类算法，简单高效。
机制
初始化 K 个中心。重复：1) 分配每点至最近中心；2) 更新中心为簇内均值。收敛至局部最优（单调下降目标）。K-Means++ 改善初始化。
用例
- 数据聚类
- 图像分割
- 向量量化
K-Means 将数据分 K 簇，最小化簇内平方距离和，交替分配点至最近中心与更新中心为簇均值。
最常用的划分式聚类算法，简单高效。
初始化 K 个中心。重复：1) 分配每点至最近中心；2) 更新中心为簇内均值。收敛至局部最优（单调下降目标）。K-Means++ 改善初始化。