means聚類的基本步驟？

K-Means算法是典型的基于距離的非層次聚類算法，在最小化誤差函數的基礎上將數據劃分為預定的類數K，采用距離作為相似性的評價指標，即認為兩個對象的距離越近，其相似度就越大。

k-means算法基本步驟

(1)從數據中選擇k個對象作為初始聚類中心;

(2)計算每個聚類對象到聚類中心的距離來劃分；

(3)再次計算每個聚類中心

(4)計算標準測度函數，之道達到最大迭代次數，則停止，否則，繼續操作。