参考资料：
https://www.cnblogs.com/liujinhong/p/6001997.html
https://blog.csdn.net/zaishuiyifangxym/article/details/89488420
https://blog.csdn.net/weixin_42056745/article/details/101287231
所谓聚类问题，就是给定一个元素集合 D，其中每个元素具有 n 个可观察属性，使用某种算 法将 D 划分成 k 个子集，要求每个子集内部的元素之间相异度尽可能低，而不同子集的元素相 异度尽可能高。其中每个子集叫做一个簇。 与分类不同，分类是示例式学习，要求分类前明确各个类别，并断言每个元素映射到一个类 别，而聚类是观察式学习，在聚类前可以不知道类别甚至不给定类别数量，是无监督学习的一 种。目前聚类广泛应用于统计学、生物学、数据库技术和市场营销等领域，相应的算法也非常的 多。
K-means k均值算法
相异度
根据需要，两个元素（通常是n维向量，或者n个参数的标量）的相异度通常定义如下：
1.对于标量：
用欧几里得距离，或者曼哈顿距离，闵可夫斯基距离
（此外，闵可夫斯基距离里面，p->∞，则这时候变成切比雪夫距离！！！）
但是这样取均值，会受到极端数据影响，可以对每一维先做归一化处理，把所有的数据放缩到[0,1]之中
2.对于二元变量，
另外，有时候，同时取0的情况很多，这种情况并不代表二者更相近
则：
3.对于分类变量
没有什么同时取0之类的情况
4.对于序数变量
5.向量
向量有方向，不能直接做类似于标量的处理
用余弦度量这个相似度。注意，这里得到的是相似度，不是相异度（二者相加等于1）
（存疑，那向量的长度不考虑加入相异性嘛）（这两种应该同时考量。。。应该是有个比重，或者看需求）
K-means聚类算法
k 均值算法的计算过程非常直观：
（1） 从 D 中随机取 k 个元素，作为 k 个簇的各自的中心。
（2） 分别计算剩下的元素到 k 个簇中心的相异度，将这些元素分别划归到相异度最低的 簇。
（3） 根据聚类结果，重新计算 k 个簇各自的中心，计算方法是取簇中所有元素各自维度的 算术平均数。
（4） 将 D 中全部元素按照新的中心重新聚类。
（5） 重复第 4 步，直到聚类结果不再变化。
（6） 将结果输出
期望复杂度的话，，，，，
算法的优势劣势
待补充。