k均值聚类是基于样本集合划分的聚类算法。K均值聚类将样本集合划分为k个子集，构成k个类，将n个样本分到k个类中，每个样本到其所属类的中心距离最小，每个样本仅属于一个类，这就是k均值聚类，同时根据一个样本仅属于一个类，也表示了k均值聚类是一种硬聚类的算法。（如果一个聚类方法假定一个样本只能属于一个类，或类的交集为空集，那么该方法称为硬聚类方法）
k均值聚类算法的过程
输入：n个样本的集合
输出：样本集合的聚类
过程：
(1)初始化。随机选择k个样本点作为初始聚类中心
(2)对样本进行分类。计算每个样本到类中心的距离，将每个样本指派到与其最近的类中心的类中，构成聚类结果。
(3)计算新的类中心。对聚类结果，计算当前各个类中的样本均值，作为新的类中心
(4)重复(2)(3)的步骤，直到聚类的结果不再发生改变。
