K-Means聚类算法研究综述
来源：计算机工程与应用杂志2019年第23期北京时间：
作者：杨俊闯，赵超
单位：河北工程大学 信息与电气工程学院，河北 邯郸 056038
摘要：K-均值（K-Means）算法是聚类分析中一种基于划分的算法，同时也是无监督学习算法。其具有思想简单、效果好和容易实现的优点，广泛应用于机器学习等领域。但是K-Means算法也有一定的局限性，比如：算法中聚类数目K值难以确定，初始聚类中心如何选取，离群点的检测与去除，距离和相似性度量等。从多个方面对K-Means算法的改进措施进行概括，并和传统K-Means算法进行比较，分析了改进算法的优缺点，指出了其中存在的问题。对K-Means算法的发展方向和趋势进行了展望。
关键词：K-Means,聚类算法,聚类中心,离群点
