资 源 简 介
应用背景K-均值聚类，是一种方法，矢量量化，最初是从信号处理，这是流行的，聚类分析，数据挖掘，K-均值聚类的目的是和分区和，观察到的，其中每个观察属于集群与最近的和平均，服务为一个和原型的集群。这个结果在一个分区的数据空间为 ；Voronoi单元关键技术•特别是在使用启发式的方法时，如劳埃德的算法是比较容易实现和应用，即使在大数据集。因此，它已成功地用于各种主题，包括市场细分， ； ； ；计算机视觉，地质统计学，[ 21 ] ；天文学 ；和 ；农业。它经常被用来作为一个预处理步骤的其他算法，例如，找到一个起始配置。
