一、思想
聚类：人以群分、物以类聚，使得簇内的距离接近，簇间距离远。
可以做推荐冷启动，区域推荐热榜、用户画像
二、算法步骤：
- 1、随机设置K个特征空间内的点作为初始的聚类中心
- 2、对于其他每个点计算到K个中心的距离，从中选出距离最近的⼀个点作为⾃⼰的标记
- 3、接着对着标记的聚类中心之后，重新计算出每个聚类的新中心点（平均值或切尾均值）
- 4、如果计算得出的新中心点与原中心点一样，那么结束，否则重新进行第二步
如何排除初始值落在异常值的影响：
可以把数据分为K堆，对每一堆都排序，去掉最小的和最大的25%，取中间的50%的数据取均值作为初始的聚类中心
三、优缺点：
优点：
1）原理比较简单，实现也是很容易，收敛速度快。
2）聚类效果较优。
3）算法的可解释度比较强。
4）主要需要调参的参数仅仅是簇数k
缺点：
1）K值的选取不好把握
2）对于不是凸的数据集比较难收敛
3）如果各隐含类别的数据不平衡，比如各隐含类别的数据量严重失衡，或者各隐含类别的方差不同，则聚类效果不佳。
4） 采用迭代方法，得到的结果只是局部最优。
5） 对噪音和异常点比较的敏感
四、评估指标
参考：1、非监督学习-k-means