K-Means算法维基百科,自由的百科全书跳到导航跳到搜索K-平均算法(英文:k-meansclustering)源于信号处理中的一种向量量化方法,现在则更多地作为一种聚类分析方法流行于数据挖掘领域。k-平均聚类的目的是:把n{\displaystylen}个点(可以是样本的一次观察或一个实例)划分到k个聚类中,使得每个点都属于离他最近的均值(此即聚类中心)对应的聚类,以之作为聚类的标准。这个问题将归结为一个把数据空间划分为Voronoicells的问题。这个问题在计算上是NP困难的,不过存在高