k-means不是分类算法，是聚类算法。
k-means算法接受参数k然后将事先输入的n个数据对象划分为k个聚类以便使得所获得的聚类满足：同一聚类中的对象相似度较高而不同聚类中的对象相似度较小.聚类相似度是利用各聚类中对象的均值所获得一个“中心对
象”（引力中心）来进行计算的.
k-means算法是最为经典的基于划分的聚类方法，是十大经典数据挖掘算法之一.k-means算法的基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类.通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果.
