K均值聚类是什么

K均值聚类是一种常见的无监督学习算法，用于将数据集分成k个不同的簇（cluster）。在K均值聚类中，每个簇都由一个中心点或质心（centroid）代表。算法首先随机选择k个数据点作为初始质心，然后将每个数据点分配到最近的质心所在的簇中，接着重新计算每个簇的质心，并重复上述过程，直到簇不再发生变化或达到预定的迭代次数。K均值聚类的目标是最小化每个数据点到其所在簇的质心的距离之和（也称为误差平方和）。