# JJU_干干
1. 先了解几个概念：
（1）K 值：要聚集的类的个数（即要聚集几个类，类也可称作簇）
（2）质心（聚类中心）：每个类的均值向量（即这个类中所有向量的均值）
（4）距离度量：常用欧式距离和余弦相似度（如果向量各维度的取值范围差异较大，则需将各维度的取值范围先标准化）
2. 算法流程
（1）先确定 K 值，即先确定要分为几类。
（2）从所有的向量中随机选择 K 个向量作为聚类中心
（3）对于剩下的向量，求各个向量分别到这 K 个聚类中心的距离，和谁最近，就归为哪一类
（4）归好类后，就有 K 个类，再重新计算着这 K 个类的聚类中心（即求分别求每个类中的向量均值）
（5）重复执行 （3）-（4），直到满足聚类标准
原文：https://www.cnblogs.com/ZZG-GANGAN/p/13759010.html