现实生活中常常会有这样的问题：缺乏足够的先验知识，因此难以人工标注类别或进行人工类别标注的成本太高。很自然地，我们希望计算机能代我们完成这些工作，或至少提供一些帮助。根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习。
今天学习的是K-means聚类算法
K-means聚类算法
K-means聚类的思想其实还挺简单，输入的参数：1、要聚类的类别数量 2、无标签的数据集
经过不断迭代后，最终收敛为想要的类别数。
其中Ci表示对于每一个点Xi它到每一个聚类中心最近的一个，也就是他的值为1……k
对于划分后的Xi，重新求得相同Ci的类的聚类中心，更新Uk，如此迭代，知道收敛。
- 步骤
