算法會將數據集分為 K 個簇，每個簇使用簇內所有樣本均值來表示，將該均值稱為“質心”
距離計算方式是 歐式距離

a.從樣本中選擇 K 個點作為初始質心（完全隨機）
b.計算每個樣本到各個質心的距離，將樣本劃分到距離最近的質心所對應的簇中
c.計算每個簇內所有樣本的均值，并使用該均值更新簇的質心
d.重復步驟 b與c，直至每個聚類不發生變化

歐氏距離

R計算歐式距離

aa=matrix(
 rnorm(15,0,1),nrow = 3
)
[,1]      [,2]       [,3]        [,4]       [,5]
[1,] -0.9925072 -0.723066 -0.5739735  0.70758835 -0.7045965
[2,]  1.6756969 -1.236273  0.6179858 -0.36365730 -0.7172182
[3,] -0.4411632 -1.284716  1.1098481  0.05974994  0.8846505
dist(aa,method = "euclidean")
        1        2
2 3.154550         
3 2.529839 2.733245
或者使用philentropy包
library(philentropy)
distance(aa,method = "euclidean")
v1       v2       v3
v1 0.000000 3.154550 2.529839
v2 3.154550 0.000000 2.733245
v3 2.529839 2.733245 0.000000
可看出兩種方式計算得到的結果一致
參考：https://blog.csdn.net/weixin_30184337/article/details/111965820

第一個行與第二行的距離為2.693503；第二行與第三行的距離為6.113250；第一行與第三行的距離為5.548077

R k均值

k均值聚類是一種比較常用的聚類方法，R語言里做k均值聚類比較常用的函數是kmeans()，需要輸入3個參數，第一個是聚類用到的數據，第二個是你想將數據聚成幾類k，第三個參數是nstart
默認的nstart是1，推薦使用較大的值，以獲得一個穩定的結果。比如可以使用25或者50。

那如果想使用k均值聚類的話，就可以分成兩種情況，第一種是知道我自己想聚成幾類，比如鳶尾花的數據集，明確想聚為3類。這時候直接指定k 下面用鳶尾花數據集做k均值聚類

df<-iris[,1:4]
iris.kmeans<-kmeans(df,centers=3,nstart = 25)
names(iris.kmeans)
[1] "cluster"      "centers"      "totss"       
[4] "withinss"     "tot.withinss" "betweenss"   
[7] "size"         "iter"         "ifault"   

iris.kmeans$cluster
#存儲的是每個樣本被歸為哪一類
iris.kmeans$size
[1] 62 50 38 #存儲的是每一個大類有多少個樣本

library(factoextra)
fviz_cluster(object=iris.kmeans,data=iris[,1:4],
             ellipse.type = "euclid",star.plot=T,repel=T,
             geom = ("point"),palette='jco',main="",
             ggtheme=theme_minimal())+
  theme(axis.title = element_blank())

第二種情況是我不知道想要聚成幾類，這個時候就可以將k值設置為一定的范圍，然后根據聚類結果里的一些參數來篩選最優的結果

df<-USArrests
fviz_nbclust(df, kmeans, method = "wss")

從圖上看4到5變得平滑了，選擇4試一下
usa.kmeans<-kmeans(df,centers=4,nstart = 25)
fviz_cluster(object=usa.kmeans,df,
             ellipse.type = "euclid",star.plot=T,repel=T,
             geom = c("point","text"),palette='jco',main="",
             ggtheme=theme_minimal())+
  theme(axis.title = element_blank())