k均值算法非常简单且使用广泛，但是存在的缺陷有： 1. K值需要预先给定；
属于预先知识，很多情况下K值的估计非常困难。 2. K-Means算法对初始选取的聚类中心点是敏感的；
不同的随机种子点得到的聚类结果完全不同 3. K均值算法并不适合所有的数据类型；
不能处理非球形簇、不同尺寸和不同密度的簇。 4. 对离群点的数据进行聚类时，K均值也存在问题，这种情况下，离群点检测和删除有很大的帮助。