K-means算法

K-means算法是一种无监督算法，需要首先确定将要分成的聚类数k，随机选k个点（称为聚类点），样本点分配给离聚类点最近的那个聚类，然后每个聚类的mean设为新的聚类的点，一直更新直到损失（可以通过平方损失，每个样本点到聚类点距离的平方）变化不大。按照此思路实现的代码如下。

实现的过程中想到了一些问题。如果随机初始化聚类点，这时存在一个点离样本点都特别远，可能不会被更新。如果随机选取k个样本点的话，极端情况下会出现存在聚类点附着在样本点上不更新。还有如果聚类点比较多，会有多个极值点，不容易找到最优解。这些问题可以通过修改K的方式，来是结果趋向于较好的分类。