1.理解掌握K-means聚類算法的基本原理；
2.學會用python實現(xiàn)K-means算法
K-Means算法是典型的基于距離的聚類算法，其中k代表類簇個數(shù)，means代表類簇內數(shù)據(jù)對象的均值（這種均值是一種對類簇中心的描述），因此，K-Means算法又稱為k-均值算法。K-Means算法是一種基于劃分的聚類算法，以距離作為數(shù)據(jù)對象間相似性度量的標準，即數(shù)據(jù)對象間的距離越小，則它們的相似性越高，則它們越有可能在同一個類簇。數(shù)據(jù)對象間距離的計算有很多種，k-means算法通常采用歐氏距離來計算數(shù)據(jù)對象間的距離。該算法認為簇是由距離靠近的對象組成的，因此把得到緊湊且獨立的簇作為最終目標。