聚类属于无监督学习。 K-Means（K-均值聚类） 算法步骤 初始化：随机选择K个样本点作为初始聚类中心。 分配：计算每个样本点与当前各个聚类中心的距离，把样本点分配给距离最近的聚类中心。 更新：对于每个簇，重新计算簇内所有样本点的均值，作为新的聚类中心。 迭代：重复2和3，直到没有样本点被重新分配或聚类中心不再变化等。