算法步驟

算法很簡單一共4步：

1）隨機在圖中取K個種子點。
2）然后對圖中的所有點求到這K個種子點的距離，假如點Pi離種子點Si最近，那么Pi屬于Si點群。（上圖中，我們可以看到A，B屬于上面的種子點，C，D，E屬于下面中部的種子點）
3）接下來，我們要移動種子點到屬于他的“點群”的中心。（見圖上的第三步）
4）然后重復第2）和第3）步，直到，種子點沒有移動（我們可以看到圖中的第四步上面的種子點聚合了A，B，C，下面的種子點聚合了D，E）。

這個算法很簡單，但是有些細節我要提一下，求距離的公式我不說了，大家有初中畢業水平的人都應該知道怎么算的。我重點想說一下“求點群中心的算法”。

k-means算法的缺點：

1）K的值需要人工指定，這個K值的選定是非常難以估計的。很多時候，事先并不知道給定的數據集應該分成多少個類別才最合適。只能不斷試驗不同的K。
2）K-Means算法需要用初始隨機種子點來搞，這個隨機種子點太重要，不同的隨機種子點會有得到完全不同的結果。（K-Means++算法可以用來解決這個問題，其可以有效地選擇初始點）。

K-means++算法

這個算法只是解決了第二個缺點， k-means++算法選擇初始seeds的基本思想就是：初始的聚類中心之間的相互距離要盡可能的遠。具體算法如下：
1）先從我們的數據庫隨機挑一個隨機點當“種子點”。
2）對于每個點，我們都計算其和最近的一個“種子點”的距離D(x)并保存在一個數組里，然后把這些距離加起來得到Sum(D(x))。
3）然后，再取一個隨機值，用權重的方式來取計算下一個“種子點”。這個算法的實現是，先取一個能落在Sum(D(x))中的隨機值Random，然后用Random -= D(x)，直到其<=0，此時的點就是下一個“種子點”。
4）重復第（2）和第（3）步直到所有的K個種子點都被選出來。
5）進行K-Means算法。

K-means和K-means++的實現（matlab）

k-means和k-means++：https://github.com/WZFish/K-means.git