K-Means算法概述

K-Means（K均值）是一种无监督学习算法，用于将数据划分为 (K) 个簇（Cluster）。其核心目标是：

使同一簇内的数据尽可能相似，不同簇之间尽可能不同。

本质是一个基于距离的聚类优化问题。

---

1. 流程图（Mermaid）

flowchart TD
    A[初始化K个中心] --> B[分配样本到最近中心]
    B --> C[更新簇中心]
    C --> D{中心是否变化}
    D -- 是 --> B
    D -- 否 --> E[结束，输出聚类结果]

---

2. 算法特点

2.1 优点

• 计算效率高：时间复杂度约 (O(nKt))
• 实现简单，易于工程化
• 对大规模数据友好（可用于分布式，如Spark）

2.2 缺点

• 必须指定 (K)
• 对初始值敏感（可能陷入局部最优）
• 对异常值（outlier）敏感
• 只适用于“凸形簇”（球状分布）

---

3.典型应用场景

• 用户画像（用户分群）
• 异常检测（简单场景）
• 图像压缩（颜色聚类）
• 推荐系统（用户/商品聚类）